Informacja

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

Wyszukujesz frazę "CWT" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Type of modulation identification using Wavelet Transform and Neural Network
Autorzy:
Walenczykowska, M.
Kawalec, A.
Powiązania:
https://bibliotekanauki.pl/articles/201661.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
modulation identification
artificial neural networks
continuous wavelet transform (CWT)
identyfikacja modulacji
sztuczne sieci neuronowe (SSN)
transformacja falkowa (CWT)
Opis:
Automatic recognition of the signal modulation type turned out to be useful in many areas, including electronic warfare or surveillance. The wavelet transform is an effective way to extract signal features for identification purposes. In this paper there are M-ary ASK, M-ary PSK, M-ary FSK, M-ary QAM, OOK and MSK signals analysed. The mean value, variance and central moments up to five of continuous wavelet transform (CWT) are used as signal features. The principal component analysis (PCA) is applied to reduce a number of features. A multi-layer neural network trained with backpropagation learning algorithm is considered as a classifier. There are two research variants: interclass and intraclass recognition with a wide range of signal-to-noise ratio (SNR).
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2016, 64, 1; 257-261
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neuro-wavelet damage detection technique in beam, plate and shell structures with experimental validation
Wykrywanie uszkodzeń w konstrukcjach belkowych, płytowych i powłokowych przy użyciu systemu neuro-wavelet
Autorzy:
Rucka, M.
Wilde, K.
Powiązania:
https://bibliotekanauki.pl/articles/279993.pdf
Data publikacji:
2010
Wydawca:
Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
Tematy:
damage detection
continuous wavelet transform (CWT)
artificial neural networks
Opis:
The paper presents a new neuro-wavelet damage detection technique for structural health monitoring. The proposed method combines the ability of the continuous wavelet transform to detect abnormalities in the structure dynamic parameters with the artificial neural network possibility of learning, remembering and recognition. The effectiveness of the method is verified on experimental mode shapes of a beam, plate and shell structures. The results of the study show that the neural network trained on the data from a simple structure can effectively improve the search of the location of the same type of damage in complex structures.
Niniejsza praca poświęcona jest technice diagnostyki konstrukcji bazującej na transformacie falkowej oraz sztucznych sieciach neuronowych (tzw. system neuro- wavelet). Zastosowanie analizy falkowej pozwala na lokalizację uszkodzeń wymagającą minimalnej ilości danych wejściowych. W tym celu niezbędna jest tylko odpowiedź konstrukcji pomierzona w wielu punktach. Poprawę efektywności lokalizacji zniszczeń uzyskano poprzez użycie sztucznej sieci neuronowej. Nauczona sieć neuronowa poprawnie rozpoznaje miejsce położenia uszkodzeń, nawet w przypadkach, gdy określenie położenia uszkodzenia nie było możliwe bezpośrednio z obliczonych współczynników falkowych. Zaproponowana metoda została sprawdzona eksperymentalnie na przykładach konstrukcji belkowych, płytowych i powłokowych.
Źródło:
Journal of Theoretical and Applied Mechanics; 2010, 48, 3; 579-604
1429-2955
Pojawia się w:
Journal of Theoretical and Applied Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Selected Methods of the Pattern Electroretinogram Signal Analysis
Wybrane metody analizy sygnału Elektroretinogramu wywołanego wzorcem
Autorzy:
Penkala, K.
Rogala, T.
Brykalski, A.
Powiązania:
https://bibliotekanauki.pl/articles/156978.pdf
Data publikacji:
2007
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
analiza sygnałów
elektroretinogram wywołany wzorcem
PERG
analiza statystyczna
ciągła transformata falkowa
sztuczne sieci neuronowe
analiza składowych niezależnych
signal analysis
pattern electroretinogram
statistical analysis
continuous wavelet transform (CWT)
artificial neural networks
independent component analysis
Opis:
In the paper a short review of methods applied for pattern electroretinogram signal analysis is presented. Various possible alternatives for classical method used in medical practice are described. The capabilities and disadvantages of each method as well as relevant results are briefly presented and/or references are cited. The described algorithms are: statistical regression analysis, continuous wavelet transform, discrete wavelet transform, artificial neural networks, principal components analysis and independent component analysis. The aim of the paper is to give a short review of previously taken activity in the field of pattern electroretinogram analysis particularly for diagnostic purposes, and present a guide for possible approaches to be applied for other bioelectrical signals.
W artykule przedstawiono przegląd metod zastosowanych do analizy sygnału elektroretinogramu wywołanego wzorcem. Zaprezentowano szereg możliwych technik alternatywnych w stosunku do procedur używanych w praktyce klinicznej. Przedyskutowano zalety i ograniczenia każdego z algorytmów, przedstawiając pokrótce wyniki doświadczeń lub cytując odpowiednie pozycje literatury. Opisane algorytmy to: statystyczna analiza regresji, ciągła i dyskretna transformata falkowa, sztuczne sieci neuronowe, analiza składowych głównych (PCA) oraz analiza składowych niezależnych (ICA). Celem niniejszego artykuły jest usystematyzowanie wcześniejszych działań autorów w dziedzinie analizy elektroretinogramu wywołanego wzorcem, w szczególności dla potrzeb diagnostyki, oraz zaproponowanie metodologii badań sygnałów bioelektrycznych o podobnym charakterze.
Źródło:
Pomiary Automatyka Kontrola; 2007, R. 53, nr 6, 6; 22-25
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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