Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Wavelet analysis" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Estymacja rozkładu naprężeń w funkcji głębokości warstwy wierzchniej łopatki sprężarki osiowej metodą analizy falkowej sygnału efektu Barkhausena
    Estimating distributions of residual stress of axial compressor blade as the function of surface layer depth using wavelet analysis method of Barkhausen signal
    Autorzy:
    Kownacki, C.
    Powiązania:
    https://bibliotekanauki.pl/articles/386871.pdf
    Data publikacji:
    2008
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    efekt Barkhausena
    naprężenie
    analiza falkowa
    Barkhausen signal
    stress
    wavelet analysis method
    Opis:
    Magnetyczna metoda efektu Barkhausena umożliwia badania własności warstwy wierzchniej w sposób nieniszczący. Obecne metody analizy sygnału efektu Barkhausena (SEB) nie umożliwiają określenie rozkładu tych własności w funkcji głębokości warstwy wierzchniej, podobnie jak inne metody badań nieniszczących. Zastosowanie analizy falkowej oraz modelu tłumienia sygnału efektu Barkhausena pozwoliło zbudować funkcje skalujące odwzorowujące parametry SEB na rozkład naprężeń własnych w warstwie wierzchniej. Opracowaną metodę diagnostyczną zastosowano do oszacowania rozkładu naprężeń w warstwie wierzchniej łopatki sprężarki osiowej silnika turbinowego.
    Magnetic method of Barkhausen effect is able to explore properties of surface layer in non-destructive way. Present methods of Barkhausen signal analysis and also others nondestructive testing methods are useless for estimating distribution of surface layer properties as a function of measurement depth. Engaging continuous wavelet transform and spectral damping function of Barkhausen signal allowed create conversion function, which translates properties of Barkhausen signal into residual stress distributions of surface layer of turbine engine axial compressor blade as the function of residual stress.
    Źródło:
    Acta Mechanica et Automatica; 2008, 2, 1; 51-56
    1898-4088
    2300-5319
    Pojawia się w:
    Acta Mechanica et Automatica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    QRS complex detection in noisy holter ECG based on wavelet singularity analysis
    Detekcja zespołu QRS oparta na falkowej analizie osobliwości sygnału w zakłóconych zapisach EKG pochodzących z urządzenia Holtera
    Autorzy:
    Tadejko, P.
    Rakowski, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/341095.pdf
    Data publikacji:
    2010
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    EKG
    detekcja uderzeń serca
    zespół QRS
    falkowa analiza osobliwości
    modulus maxima
    zakłócony EKG
    zapisy Holtera
    progowanie adaptacyjne
    diadyczna transformata falkowa
    ECG
    heartbeat detection
    QRS complex
    wavelet singularity analysis
    noisy ECG
    Holter recordings
    adaptive threshold
    dyadic wavelet transform
    Opis:
    In this paper, we propose a QRS complex detector based on the Mallat and Hwang singularity analysis algorithm which uses dyadic wavelet transform. We design a spline wavelet that is suitable for QRS detection. The scales of this decomposition are chosen based on the spectral characteristics of electrocardiogram records. By proceeding with the multiscale analysis we can find the location of a rapid change of a signal, and hence the location of the QRS complex. The performance of the algorithm was tested using the records of the MIT-BIH Arrhythmia Database. The method is less sensitive to timevarying QRS complex morphology, minimizes the problems associated with baseline drift, motion artifacts and muscular noise, and allows R waves to be differentiated from large T and P waves. We propose an original, new approach to adaptive threshold algorithm that exploits statistical properties of the observed signal and additional heuristic. The threshold is independent for each successive ECG signal window and the algorithm uses the properties of a series of distribution with a compartments class. The noise sensitivity of the new proposed adaptive thresholding QRS detector was also tested using clinical Holter ECG records from the Medical University of Bialystok.We illustrate the performance of the wavelet-based QRS detector by considering problematic ECG signals from a Holter device. We have compared this algorithm with the commercial Holter system - Del Mar’s Reynolds Pathfinder on the special episodes selected by cardiologist.
    Praca przedstawia algorytm detekcji zespołu QRS oparty na falkowej analizie osobliwości sygnału Mallata i Hwanga, wykorzystujący diadyczna˛ transformatę falkową. Filtry cyfrowe analizy falkowej odpowiadają falce i funkcji skalującej w postaci tzw. splineów bramkowych drugiego stopnia o zwartym i krótkim nośniku. Dzięki temu podczas analizy sygnału i detekcji osobliwości możemy dokładniej kontrolować parametry procesu separacji wybranych częstotliwości. Dzięki analizie wieloskalowej możliwe jest zlokalizowanie miejsca gwałtownej zmiany sygnału, a tym samym lokalizacji zespołu QRS. Metoda posiada mniejszą wrażliwość na zmiany morfologii kolejnych zespołów QRS, minimalizuje problemy związane z występowaniem składowej wolnozmiennej, artefaktów ruchu i napięcia mięśni oraz pozwala na łatwiejszą separację załamka R w stosunku do załamków P i T. W niniejszej pracy zaproponowano oryginalny, adaptacyjny sposób wyznaczania progu detekcji przy użyciu właściwości statystycznych obserwowanego sygnału oraz dodatkowych heurystyk. Metoda wyznaczania progu jest niezależna dla każdego kolejnego okna sygnału, składającego sie˛ z kilkunastu cykli EKG. Algorytm wyznacza wartość progu na podstawie analizy własności szeregu rozdzielczego z przedziałami klasowymi. Działanie algorytmu zostało przetestowane przy użyciu zapisów z bazy MIT-BIH Arytmia Database. Dodatkowo, wrażliwość na zakłócenia adaptacyjnego detektora QRS była przetestowana przy użyciu, specjalnie wyselekcjonowanych przez kardiologa, epizodów EKG z systemu Holtera z Uniwersytetu Medycznego w Białymstoku. Porównania wyników dokonano z komercyjnym systemem Pathfinder firmy Del Mar Reynolds.
    Źródło:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2010, 6; 95-111
    1644-0331
    Pojawia się w:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies