Informacja

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

Wyszukujesz frazę "window function" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Wpływ funkcji okna na skuteczność identyfikacji stanu emocjonalnego mówcy
The impact of window function on identification of speaker emotional state
Autorzy:
Powroźnik, P.
Czerwiński, D.
Powiązania:
https://bibliotekanauki.pl/articles/407680.pdf
Data publikacji:
2017
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
"funkcja okna"
sztuczne sieci neuronowe
identyfikacja polskiej mowy emocjonalnej
window function
artificial neural networks
Polish emotional speech recognition
Opis:
Artykuł prezentuje wpływ doboru funkcji okna wykorzystywanej w procesie obliczania spektrogramu, na skuteczność identyfikacji stanu emocjonalnego mówcy posługującego się mową polską. W badaniach wykorzystano następujące funkcje okna: Hamminga, Gaussa, Dolpha–Czebyszewa, Blackmana, Nuttalla, Blackmana-Harrisa. Ponadto został przedstawiony sposób przetwarzania spektrogramu przez sztuczną sieć neuronową (SSN), odpowiedzialną za identyfikację stanu emocjonalnego mówcy. Otrzymane wyniki pozwoliły na ocenę skuteczności rozpoznawania stanu emocjonalnego za pomocą SSN. Średnia skuteczność wahała się od około 70% do ponad 87%.
The article presents the impact of window function used for preparing the spectrogram, on Polish emotional speech identification.. In conducted researches the following window functions were used: Hamming, Gauss, Dolph–Chebyshev, Blackman, Nuttall, Blackman-Harris. The spectrogram processing method by artificial neural network (ANN) was also described in this article. Obtained results allowed to assess the effectiveness of identification process with the use of ANN. The average efficiency ranged from 70 % to more than 87%.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2017, 7, 4; 96-100
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Advanced memristor model with a modified Biolek window and a voltage-dependent variable exponent
Zaawansowany model memrystora ze modyfikowanym oknem Biolek oraz eksponentą zależną od napięcia
Autorzy:
Mladenov, V.
Kirilov, S.
Powiązania:
https://bibliotekanauki.pl/articles/408364.pdf
Data publikacji:
2018
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
memristor
nonlinear ionic dopant drift
modified Biolek window function
voltage-dependent exponent
memrystor
nieliniowy dryft domieszki jonowej
zmodyfikowana funkcja okna Biolek
wykładnik zależny od napięcia
Opis:
The main idea of the present research is to propose a new nonlinear ionic drift memristor model suitable for computer simulations of memristor elements for different voltages. For this purpose, a modified Biolek window function with a voltage-dependent exponent is applied. The proposed modified memristor model is based on Biolek model and due to this and to the use of a voltage-dependent positive integer exponent in the modified Biolek window function it has a new improved property - changing the model nonlinearity extent dependent on the integer exponent in accordance with the memristor voltage. Several computer simulations were made for soft-switching and hard-switching modes and also for pseudo-sinusoidal alternating voltage with an exponentially increasing amplitude and the respective basic important time diagrams, state-flux and i-v relationships are established.
Główną ideą niniejszej pracy jest zaproponowanie nowego modelu nieliniowego dryfu jonowego, odpowiedniego do komputerowych symulacji elementów memrystorowych dla różnych napięć. W tym celu stosowana jest zmodyfikowana funkcja okna Biolek z wykładnikiem zależnym od napięcia. Zaproponowany zmodyfikowany model memrystora oparty jest na modelu Biolek i dzięki temu oraz zastosowaniu zależnego od napięcia dodatniego współczynnika całkowitego w zmodyfikowanej funkcji okna Biolek ma on nową ulepszoną właściwość - zmieniając nieliniową zależność modelu od wykładnika całkowitego zgodnie z napięciem memrystora. Przeprowadzono kilka symulacji komputerowych dla trybów przełączania miękkiego i twardego, a także dla pseudo-sinusoidalnego napięcia przemiennego z wykładniczo rosnącą amplitudą i ustalono odpowiednie podstawowe wykresy czasowe, i zależności stan-strumień oraz prądowo-napięciowe.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2018, 8, 2; 15-20
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
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