Informacja

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

Wyszukujesz frazę "Akaike Information Criterion (AIC)" wg kryterium: Wszystkie pola


Wyświetlanie 1-2 z 2
Tytuł:
A method of precise pulse onset determination using the Akaike Information Criterion for Ultrasound Transmission Tomography
Autorzy:
Pruchnicki, Piotr
Opieliński, Krzysztof J.
Powiązania:
https://bibliotekanauki.pl/articles/2146650.pdf
Data publikacji:
2021
Wydawca:
Politechnika Poznańska. Instytut Mechaniki Stosowanej
Tematy:
Akaike Information Criterion
AIC
pulse wave
transmission method
ultrasound tomography
kryterium informacyjne Akaike
fala tętna
metoda transmisyjna
tomografia ultradźwiękowa
Opis:
Information criteria used in statistics for model selection can be used to accurately determine pulse transition times in transmission methods. The most popular information criteria are the Akaike Information Criterion (AIC) and the Bayesian Schwartz Criterion (BIC). These criteria are considered the most reliable tests of model type and structure and are computationally simple. In this paper, an algorithm developed according to the AIC criterion is used to determine the transition time from transmission tomography measurements acquired with a multi-element ultrasonic ring array, which is the scanning element of the novel prototype of ultrasound tomography device for detecting and estimating the malignancy of female breast cancer in vivo. As a result, a new algorithm was developed to precise search for the onset of the recorded receiving pulse. The algorithm was tested in an aqueous environment using elementary pairs of transmitting and receiving ultrasonic transducers of a tomographic ring array.
Źródło:
Vibrations in Physical Systems; 2021, 32, 1; art. no. 2021115
0860-6897
Pojawia się w:
Vibrations in Physical Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Noise Source Identification Method for a Warp Machine Based on MEEMD_AIC
Metoda identyfikacji źródła hałasu maszyny dziewiarskiej oparta na MEEMD_AIC
Autorzy:
Xu, Yang
Zhang, Ziyu
Li, Angang
Sheng, Xiaowei
Powiązania:
https://bibliotekanauki.pl/articles/231620.pdf
Data publikacji:
2020
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
warp knitting machine
noise source identification
modified ensemble empirical mode decomposition
MEEMD
Akaike Information Criterion
maszyna dziewiarska
źródło hałasu
zmodyfikowany zespół dekompozycji trybu empirycznego
kryterium informacyjne Akaike
Opis:
In order to recognise the noise source of a warp knitting machine, a method based on Modified Ensemble Empirical Mode Decomposition (MEEMD) and Akaike Information Criterion (AIC) is proposed. The MEEMD_AIC method is applied to measure the noise signal of a warp knitting machine and analyse every single effective component selected. Noise source identification is realised by combining the vibration signal characteristics of the main parts of the warp knitting machine. Firstly, MEEMD is used to decompose the measured noise signal of the warp knitting machine into a finite number of intrinsic mode function (IMF) components. Then, singular value decomposition (SVD) is performed on the covariance matrix of the component matrix to get the eigen value of the matrix. Next, the number of effective components is estimated based on the AIC criterion, and the effective components are selected by combining the energy characteristic index and the Pearson correlation coefficient method. The results show that the noise signal of the warp knitting machine is a mixture of multiple noise source signals. The main noise sources of the warp knitting machine, including the vibration of the pulling roller, the main shaft of the loop forming mechanism and the push rod of the guide bar traverse the mechanism, provide theoretical support for recognition of the active noise reduction of the warp knitting machine using the MEEMD_AIC method.
W celu rozpoznania źródła szumu maszyny dziewiarskiej zaproponowano metodę rozpoznawania źródła hałasu opartą na zmodyfikowanym zespole dekompozycji trybu empirycznego (MEEMD) i Akaike Information Criterion (AIC). Metodę MEEMD_AIC zastosowano do pomiaru sygnału szumu maszyny dziewiarskiej i do analizy każdego elementu maszyny dziewiarskiej. Identyfikacja źródła hałasu odbywała się poprzez połączenie charakterystyki sygnału wibracji głównych części maszyny dziewiarskiej. Po pierwsze, MEEMD zastosowano do dekompozycji zmierzonego sygnału szumowego maszyny dziewiarskiej na skończoną liczbę elementów składowych funkcji trybu wewnętrznego (IMF). Następnie przeprowadzono rozkład wartości pojedynczej (SVD) na macierz kowariancji macierzy składowej uzyskując wartość własną macierzy. Następnie oszacowano liczbę składników efektywnych na podstawie kryterium AIC, a składniki efektywne wybrano poprzez połączenie wskaźnika charakterystyki energetycznej i metody współczynnika korelacji Pearsona. Wyniki pokazały, że sygnał szumu maszyny dziewiarskiej jest mieszaniną wielu sygnałów źródeł hałasu. Na główne źródło hałasu maszyny dziewiarskiej składają się wibracje wałka ciągnącego oraz hałas głównego wału mechanizmu formowania pętli i popychacza mechanizmu poprzecznego prowadnicy. Przeprowadzona za pomocą metody MEEMD_AIC identyfikacja zapewnia teoretyczne wsparcie dla aktywnej redukcji hałasu dziania.
Źródło:
Fibres & Textiles in Eastern Europe; 2020, 3 (141); 55-61
1230-3666
2300-7354
Pojawia się w:
Fibres & Textiles in Eastern Europe
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