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 "ekstrakcja cech" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 29
Tytuł:
A diagnostic algorithm diagnosing the failure of railway signal equipment
Autorzy:
Wu, Yongcheng
Cao, Dejin
Powiązania:
https://bibliotekanauki.pl/articles/1955227.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
failure diagnosis
railway signal equipment
denoising
feature extraction
diagnostyka uszkodzeń
sygnalizacja kolejowa
odszumianie
ekstrakcja cech
Opis:
Failure of railway signal equipment can cause an impact on its normal operation, and it is necessary to make a timely diagnosis of the failure. In this study, the data of a railway bureau from 2016 to 2020 were studied as an example. Firstly, denoising and feature extraction were performed on the data; then the Adaptive Comprehensive Oversampling (ADASYN) method was used to synthesize minority class samples; finally, three algorithms, back-propagation neural network (BPNN), support vector machine (SVM) and C4.5 algorithms, were used for failure diagnosis. It was found that the three algorithms performed poorly in diagnosing the original data but performed significantly better in diagnosing the synthesized samples, among which the BPNN algorithm had the best performance. The average precision, recall rate and F1 score of the BPNN algorithm were 0.94, 0.92 and 0.93, respectively. The results verify the effectiveness of the BPNN algorithm for failure diagnosis, and the algorithm can be further promoted and applied in practice.
Źródło:
Diagnostyka; 2021, 22, 4; 33-38
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A simultaneous localization and tracking method for a worm tracking system
Autorzy:
Kowalski, M.
Kaczmarek, P.
Kabaciński, R.
Matuszczak, M.
Tranbowicz, K.
Sobkowiak, R.
Powiązania:
https://bibliotekanauki.pl/articles/330526.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
Caenorhabditis elegans behavior
worm tracking
computer vision
image processing
feature extraction
wizja komputerowa
przetwarzanie obrazu
ekstrakcja cech
Opis:
The idea of worm tracking refers to the path analysis of Caenorhabditis elegans nematodes and is an important tool in neurobiology which helps to describe their behavior. Knowledge about nematode behavior can be applied as a model to study the physiological addiction process or other nervous system processes in animals and humans. Tracking is performed by using a special manipulator positioning a microscope with a camera over a dish with an observed individual. In the paper, the accuracy of a nematode’s trajectory reconstruction is investigated. Special attention is paid to analyzing errors that occurred during the microscope displacements. Two sources of errors in the trajectory reconstruction are shown. One is due to the difficulty in accurately measuring the microscope shift, the other is due to a nematode displacement during the microscope movement. A new method that increases path reconstruction accuracy based only on the registered sequence of images is proposed. The method Simultaneously Localizes And Tracks (SLAT) the nematodes, and is robust to the positioning system displacement errors. The proposed method predicts the nematode position by using NonParametric Regression (NPR). In addition, two other methods of the SLAT problem are implemented to evaluate the NPR method. The first consists in ignoring the nematode displacement during microscope movement, and the second is based on a Kalman filter. The results suggest that the SLAT method based on nonparametric regression gives the most promising results and decreases the error of trajectory reconstruction by 25% compared with reconstruction based on data from the positioning system.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2014, 24, 3; 599-609
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A survey of methods for 3D model feature extraction
Autorzy:
Hlavaty, T.
Skala, V.
Powiązania:
https://bibliotekanauki.pl/articles/119225.pdf
Data publikacji:
2003
Wydawca:
Polskie Towarzystwo Geometrii i Grafiki Inżynierskiej
Tematy:
feature extraction
retrieval systems
ekstrakcja cech
systemy wyszukiwania
Opis:
This paper deals with problems that are related to a feature extraction from 3D objects. The main aim of the feature extraction is to describe a shape of 3D object by a feature vector. Then the elements of this feature vector characterize the shape of the own 3D objects and they can serve as a key in searching for similar models. In this paper are introduced current methods for the feature extraction of 3D models and their classification. These methods are based on different mathematical background and according to that they are separated into several groups.
Źródło:
Journal Biuletyn of Polish Society for Geometry and Engineering Graphics; 2003, 13; 5-8
1644-9363
Pojawia się w:
Journal Biuletyn of Polish Society for Geometry and Engineering Graphics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Additional data preprocessing and feature extraction in automatic classification of heartbeats
Dodatkowe przetwarzanie wstępne i ekstrakcja cech w procesie automatycznej klasyfikacji rytmu serca
Autorzy:
Tadejko, P.
Powiązania:
https://bibliotekanauki.pl/articles/341075.pdf
Data publikacji:
2007
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
ECG
przetwarzanie wstępne
morfologia matematyczna
filtrowanie ECG
ekstrakcja cech
klasyfikacja rytmu serca
preprocessing
mathematical morphology
ECG filtering
wavelet approximation
feature extraction
heartbeat classification
Opis:
The paper presents the classification performance of an automatic classifier of the electrocardiogram (ECG) for the detection abnormal beats with new concept of feature extraction stage. Feature sets were based on ECG morphology and RR-intervals. This paper compares two strategies for classification of annotated QRS complexes: based on original ECG morphology features and proposed new approach - based on preprocessed ECG morphology features. The mathematical morphology filtering and wavelet trans-form is used for the preprocessing of ECG signal. Within this framework, the problem of choosing an appropriate structuring element in mathematical morphology filtering in signal processing was studied. Configuration adopted a Kohonen self-organizing maps (SOM) and Support Vector Machine (SVM) for analysis of signal features and clustering. In this study, a classifiers was developed with LVQ and SVM algorithms using the data from the records recommended by ANSI/AAMI EC57 standard. The performance of the algorithm is evaluated on the MIT-BIH Arrhythmia Database following the AAMI recommendations. Using this method the results of identify beats either as normal or arrhythmias was improved.
Artykuł prezentuje nowe podejście do problemu klasyfikacji zapisów ECG w celu detekcji zachowań chorobowych. Podstawą koncepcji fazy ekstrakcji cech jest proces przetwarzania wstępnego sygnału ECG z wykorzystaniem morfologii matematycznej oraz innych transformacji. Morfologia matematyczna bazując na teorii zbiorów, pozwala zmienić charakterystyczne elementy sygnału. Dwie podstawowe operacje: dylatacja i erozja pozwalają na uwydatnienie lub redukcję wielkości i kształtu określonych elementów w danych. Parametry charakterystyki zapisów ECG stanowią bazę dla wektora cech. Do klasyfikacji przebiegów ECG w pracy wykorzystano samoorganizujące się mapy (SOM) Kohonena z klasyfikatorem LVQ oraz algorytm Support Vector Machines (SVM). Eksperymenty przeprowadzono klasyfikując sygnały pomiędzy trzynaście kategorii rekomendowanych przez standard ANSI/AAMI EC57, to jest: prawidłowy rytm serca i 12 arytmii. Zaproponowany w artykule algorytm opiera się na wykorzystaniu elementarnych operacji morfologii matematycznej i ich kombinacji. Ocenę wyników eksperymentów przeprowadzono na sygnałach z bazy MIT/BIH. Na tej podstawie zaproponowano wyjściową architekturę bloku filtrów morfologicznych dla celów ekstrakcji cech oraz unifikacji wejściowego sygnału ECG jako danych wejściowych do budowy wektora cech.
Źródło:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2007, 2; 155-173
1644-0331
Pojawia się w:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Classification of EEG signal by methods of machine learning
Autorzy:
Alyamani, Amina
Yasniy, Oleh
Powiązania:
https://bibliotekanauki.pl/articles/1837774.pdf
Data publikacji:
2020
Wydawca:
Polskie Towarzystwo Promocji Wiedzy
Tematy:
machine learning
EEG signal
classification
data balancing
feature extraction
uczenie maszynowe
sygnał EEG
klasyfikacja
równoważenie danych
ekstrakcja cech
Opis:
Electroencephalogram (EEG) signal of two healthy subjects that was available from literature, was studied using the methods of machine learning, namely, decision trees (DT), multilayer perceptron (MLP), K-nearest neighbours (kNN), and support vector machines (SVM). Since the data were imbalanced, the appropriate balancing was performed by Kmeans clustering algorithm. The original and balanced data were classified by means of the mentioned above 4 methods. It was found, that SVM showed the best result for the both datasets in terms of accuracy. MLP and kNN produce the comparable results which are almost the same. DT accuracies are the lowest for the given dataset, with 83.82% for the original data and 61.48% for the balanced data.
Źródło:
Applied Computer Science; 2020, 16, 4; 56-63
1895-3735
Pojawia się w:
Applied Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Comparative Investigation on Objective Evaluation Methods for Fabric Smoothness
Badanie porównawcze obiektywnych metod oceny gładkości tkaniny
Autorzy:
Liu, Chengxia
Zheng, Xiaoping
Powiązania:
https://bibliotekanauki.pl/articles/231925.pdf
Data publikacji:
2020
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
AATCC replicas
3D laser scanning
image processing
feature extraction
fabric smoothness
repliki AATCC
skanowanie laserowe 3D
przetwarzanie obrazu
ekstrakcja cech
gładkość tkaniny
Opis:
An objective method for fabric smoothness usually comprises two widely used approaches: 3D laser scanning and 2D image processing, which are represented by GLCM in this work. To make a comparison of them and find out which one is more effective, four 3D parameters (variance, roughness, torsion and interquartile deviation) and eight 2D parameters (mean value and standard deviation of energy, entropy, contrast and correlation) were extracted for AATCC SA replicas and fabrics. Results show that both 3D laser scanning and 2D image processing technology can be used to study smoothness. With regard to accuracy, the 3D laser scanning method is better than the 2D image processing method. Roughness in 3D parameters and the standard deviation of Entropy in 2D parameters have the highest correlation coefficient with the wrinkling grade of replicas, -0.965 and -0.917 respectively. The verification experiment of fabrics proves that roughness can characterise the wrinkling degree better as well. Furthermore, through the work of this paper, we find that the wrinkling degree differences between two adjacent AATCC SA replicas are not the same; the difference between SA-1 and SA-2 is significant, while that between SA-3 and SA-3.5 as well as SA-4 and SA-5 is not so obvious. It is advisable that the AATCC SA replicas for grades 3, 3.5, 4 and 5 be adjusted or improved.
Obiektywna metoda oceny gładkości tkaniny zwykle obejmuje dwa szeroko stosowane podejścia: skanowanie laserowe 3D i przetwarzanie obrazu 2D, które w przedstawionej pracy są reprezentowane przez GLCM. Aby dokonać ich porównania i dowiedzieć się, który sposób jest bardziej skuteczny, wyodrębniono cztery parametry 3D (wariancja, chropowatość, skręcanie i odchylenie międzykwartylowe) i osiem parametrów 2D (wartość średnia i odchylenie standardowe energii, entropia, kontrast i korelacja). Wyniki pokazały, że do badania gładkości można wykorzystać zarówno skanowanie laserowe 3D, jak i technologię przetwarzania obrazu 2D. Pod względem dokładności metoda skanowania laserowego 3D jest lepsza, niż metoda przetwarzania obrazu 2D. Chropowatość parametrów 3D i odchylenie standardowe entropii w parametrach 2D mają najwyższy współczynnik korelacji z klasą marszczenia, odpowiednio -0,965 i -0,917. Eksperyment weryfikacyjny tkanin dowodzi, że szorstkość może lepiej scharakteryzować stopień marszczenia. Ponadto dzięki zaprezentowanym w pracy wynikom stwierdzono, że różnice stopnia marszczenia między dwiema sąsiadującymi replikami AATCC SA nie byłytakie same; różnica między SA-1 i SA-2 była znacząca, podczas gdy różnica między SA-3 i SA-3.5, a także SA-4 i SA-5 nie byłatak oczywista. Wskazane jest, aby repliki AATCC SA dla klas 3, 3.5, 4 i 5 były dostosowane lub ulepszone.
Źródło:
Fibres & Textiles in Eastern Europe; 2020, 2 (140); 43-49
1230-3666
2300-7354
Pojawia się w:
Fibres & Textiles in Eastern Europe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Customer product review summarization over time for competitive intelligence
Autorzy:
Amarouche, Kamal
Benbrahim, Houda
Kassou, Ismail
Powiązania:
https://bibliotekanauki.pl/articles/950925.pdf
Data publikacji:
2018
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
feature extraction
fuzzy logic
competitive intelligence
opinion mining
opinion summarization
sentiment analysis
SentiWordNet
ekstrakcja cech
logika rozmyta
wywiad konkurencyjny
eksploracja opinii
podsumowanie opinii
analiza nastrojów
Opis:
Nowadays, Customer’s product reviews can be widely found on the Web, be it in personal blogs, forums, or ecommerce websites. They contain important products’ information and therefore became a new data source for competitive intelligence. On that account, these reviews need to be analyzed and summarized in order to help the leader of an entity (company, brand, etc.) to make appropriate decisions in an efective way. However, most previous review summarization studies focus on summarizing sentiment distribution toward different product features without taking into account that the real advantages and disadvantages of a product clarify over time. For this reason, in this work we aim to propose a new system for product opinion summarization which depends on the time when reviews are expressed and that covers the sentiments change about product features. The proposed system firstly, generates a summary based on product features in order to give more accurate and efficient information about different features. secondly, classify the product based on its features in its appropriate class (good, medium or bad product) using a fuzzy logic system. The experimental results demonstrate the effectiveness of the proposed system to generate the real image of a product and its features in reviews.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2018, 12, 4; 70-82
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Decision trees and the effects of feature extraction parameters for robust sensor network design
Wykorzystanie drzew decyzyjnych oraz wpływu parametrów ekstrakcji cech do projektowania odpornych sieci czujników
Autorzy:
Gerdes, M.
Galar, D.
Scholz, D.
Powiązania:
https://bibliotekanauki.pl/articles/301345.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
decision trees
feature extraction
sensor optimization
sensor fusion
sensor selection
drzewa decyzyjne
ekstrakcja cech
optymalizacja czujników
fuzja czujników
dobór czujników
Opis:
Reliable sensors and information are required for reliable condition monitoring. Complex systems are commonly monitored by many sensors for health assessment and operation purposes. When one of the sensors fails, the current state of the system cannot be calculated in same reliable way or the information about the current state will not be complete. Condition monitoring can still be used with an incomplete state, but the results may not represent the true condition of the system. This is especially true if the failed sensor monitors an important system parameter. There are two possibilities to handle sensor failure. One is to make the monitoring more complex by enabling it to work better with incomplete data; the other is to introduce hard or software redundancy. Sensor reliability is a critical part of a system. Not all sensors can be made redundant because of space, cost or environmental constraints. Sensors delivering significant information about the system state need to be redundant, but an error of less important sensors is acceptable. This paper shows how to calculate the significance of the information that a sensor gives about a system by using signal processing and decision trees. It also shows how signal processing parameters influence the classification rate of a decision tree and, thus, the information. Decision trees are used to calculate and order the features based on the information gain of each feature. During the method validation, they are used for failure classification to show the influence of different features on the classification performance. The paper concludes by analysing the results of experiments showing how the method can classify different errors with a 75% probability and how different feature extraction options influence the information gain.
Niezawodne monitorowanie stanu wymaga niezawodności czujników i pochodzących z nich informacji. Systemy złożone są zazwyczaj monitorowane przez wiele czujników, co pozwala na ocenę stanu technicznego oraz aspektów eksploatacyjnych. Gdy jeden z czujników ulega uszkodzeniu, uniemożliwia to obliczenie bieżącego stanu systemu z dotychczasową niezawodnością lub uzyskanie kompletnych informacji o bieżącym stanie. Stan można co prawda monitorować nawet przy niekompletnych danych, ale wyniki takiego monitorowania mogą nie odpowiadać rzeczywistemu stanowi systemu. Sytuacja taka ma miejsce w szczególności, gdy uszkodzony czujnik jest odpowiedzialny za monitorowanie istotnego parametru systemu. Problem uszkodzenia czujnika można rozwiązywać na dwa sposoby. Pierwszy polega na zwiększeniu złożoności systemu, co umożliwia jego sprawniejsze działanie w sytuacji, gdy dane są niekompletne. Drugim sposobem jest wprowadzenie nadmiarowego sprzętu (hardware'u) lub oprogramowania. Niezawodność czujników stanowi krytyczny aspekt systemu. Oczywiście, ze względu na ograniczenia przestrzenne, ekonomiczne i środowiskowe nie wszystkie czujniki w systemie mogą być nadmiarowe. Redundancja powinna dotyczyć wszystkich czujników, które dostarczają istotnych informacji na temat stanu systemu, natomiast dopuszczalne są błędy mniej ważnych czujników. W niniejszej pracy pokazano jak obliczać istotność informacji o systemie dostarczanych przez poszczególne czujniki z wykorzystaniem metod przetwarzania sygnałów oraz drzew decyzyjnych. Zademonstrowano również w jaki sposób parametry przetwarzania sygnałów wpływają na poprawność klasyfikacji metodą drzewa decyzyjnego, a tym samym na poprawność dostarczanych informacji. Drzew decyzyjnych używa się do obliczania i porządkowania cech w oparciu o przyrost informacji charakteryzujący poszczególne cechy. Podczas weryfikacji zastosowanej metody, drzewa decyzyjne wykorzystano do klasyfikacji uszkodzeń celem przedstawienia wpływu różnych cech na dokładność klasyfikacji. Pracę kończy analiza wyników eksperymentów pokazujących w jaki sposób zastosowana metoda pozwala na klasyfikację różnych błędów z 75-procentowym prawdopodobieństwem oraz jak różne opcje ekstrakcji cech wpływają na przyrost informacji.
Źródło:
Eksploatacja i Niezawodność; 2017, 19, 1; 31-42
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Diagnostic significance of phase spectrum in acoustic analysis of pathological voice
Diagnostyczne znaczenie widma fazowego w analizie akustycznej głosu patologicznego
Autorzy:
Samborska-Owczarek, A.
Powiązania:
https://bibliotekanauki.pl/articles/153586.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
analiza akustyczna
sygnał mowy
przetwarzanie mowy
częstotliwość podstawowa
widmo fazowe
ekstrakcja cech
GIRBAS
acoustic analysis
voice signal
speech processing
fundamental frequency
F0
phase spectrum
features extraction
Opis:
The paper regards the possibility of using new numerical features extracted from the phase spectrum of a speech signal for voice quality estimation in acoustic analysis for medical purposes. This novel approach does not require detection or estimation of the fundamental frequency and works on all types of speech signal: euphonic, dysphonic and aphonic as well. The experiment results presented in the paper are very promising: the developed F0-independant voice features are strongly correlated with two voice quality indicators: grade of hoarseness G (r>0.8) and roughness R (r>0.75) from GIRBAS scale, and exceed the standard voice parameters: jitter and shimmer.
Artykuł dotyczy możliwości ekstrakcji cech numerycznych z widma fazowego sygnału mowy w celu wykorzystania w analizie akustycznej na potrzeby medyczne. Podejście to umożliwia uzależnienie analizy akustycznej od zawodnych metod wykrywania/wyznaczania częstotliwości podstawowej (tonu krtaniowego) i dzięki temu przeznaczone jest do badania wszystkich typów sygnału mowy (również afonicznych). Wyniki eksperymentu są bardzo obiecujące - proponowane cechy Ph1 i Ph2 są silnie skorelowane z dwoma kategoriami percepcyjnymi: stopniem chrypki (r>0.8) oraz szorstkością głosu (r>0.75) ze skali GIRBAS, wykazując silniejsze znaczenie diagnostyczne niż znane i stosowane od dawna wskaźniki jitter i shimmer. Proponowane podejście oprócz skuteczności charakteryzuje się szeregiem dodatkowych korzyści: algorytm metody z powodu niskiej złożoności jest szybki i niekosztowny, interpretacja matematyczna jest prosta i jednoznaczna oraz spójna z obserwowanym obrazem widma fazowego głosu. Ponadto uniezależnienie od detekcji częstotliwości podstawowej sprawia, że algorytm jest deterministyczny oraz efektywny dla każdego typu sygnału mowy.
Źródło:
Pomiary Automatyka Kontrola; 2010, R. 56, nr 12, 12; 1547-1550
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Efficient Covid-19 disease diagnosis based on cough signal processing and supervised machine learning
Autorzy:
Bensid, Khaled
Lati, Abdelhai
Benlamoudi, Azeddine
Ghouar, Brahim Elkhalil
Senoussi, Mohammed Larbi
Powiązania:
https://bibliotekanauki.pl/articles/2174478.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
voice disease
Covid-19
cough sounds
features extraction
classification
ekstrakcja cech
klasyfikacja
kaszel
przetwarzanie sygnału
uczenie maszynowe
Opis:
The spread of the coronavirus has claimed the lives of millions worldwide, which led to the emergence of an economic and health crisis at the global level, which prompted many researchers to submit proposals for early diagnosis of the coronavirus to limit its spread. In this work, we propose an automated system to detect COVID-19 based on the cough as one of the most important infection indicators. Several studies have shown that coughing accounts for 65% of the total symptoms of infection. The proposed system is mainly based on three main steps: first, cough signal detection and segmentation; second, cough signal extraction; and third, three techniques of supervised machine learning-based classification: Support Vector Machine (SVM), KNearest Neighbours (KNN), and Decision Tree (DT). Our proposed system showed high performance through good accuracy values, where the best accuracy for classifying female coughs was 99.6% using KNN and 88% for males using SVM.
Źródło:
Diagnostyka; 2023, 24, 1; art. no. 2023103
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ekstrakcja cech teksturalnych w klasyfikacji obrazów tomograficznych wątroby
Texture feature extraction in liver CT image analysis
Autorzy:
Duda, D.
Krętowski, M.
Bézy-Wendling, J.
Powiązania:
https://bibliotekanauki.pl/articles/341025.pdf
Data publikacji:
2007
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
klasyfikacja obrazów medycznych
analiza tekstury
tomografie komputerowe wątroby
computer-aided diagnosis
texture analysis
liver CT images
Opis:
W pracy przedstawiono nową metodę opisu tekstur, przystosowaną do analizy grupy obrazów, przedstawiających na różne sposoby ten sam fragment organu. Charakteryzując obszary zainteresowania, uwzględniono nie tylko cechy teksturalne wyliczone na ich podstawie, ale również ich zależność od warunków pozyskiwania obrazów. Zaproponowano kilka sposobów konstrukcji przestrzeni parametrów odzwierciedlających zmianę tekstury, która zachodzi pod wpływem zmian warunków akwizycji. Proponowaną metodę zweryfikowano doświadczalnie w klasyfikacji obrazów tomograficznych wątroby. Rozpoznawano cztery typy tkanki, dla każdego przypadku rozważono trzy momenty akwizycji, związane z obecnością i propagacją środka kontrastującego. Wyniki uzyskane przy użyciu różnych zestawów cech teksturalnych i klasyfikatora w postaci dipolowych drzew decyzyjnych pokazują, że uwzględnienie zmian tekstury pod wpływem propagacji środka kontrastującego znacznie poprawia diagnozę.
In the work, a new method of texture characterization from multiple scan series is presented. Images with the same slice position, acquired at different conditions, are analyzed simultaneously. Thereby not only texture characteristics of the considered region of interest are taken into account, but also their variations over the different acquisition moments. A few approaches to description of these variations were proposed. They were applied in recognition of four types of hepatic tissue. Liver CT images were acquired during the three typical phases related to presence and propagation of contrast material. Experiments with various sets of texture parameters and dipolar decision tree as a classifier showed that simultaneous analysis of texture features derived from three subsequent acquisition moments could considerably improve the classification accuracy.
Źródło:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2007, 2; 51-66
1644-0331
Pojawia się w:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Enhanced algorithm for energy optimization and improvised synchronization in knee exoskeleton system
Autorzy:
Arunamithra, J.
Saravanan, R.
Venkatesh Babu, S.
Powiązania:
https://bibliotekanauki.pl/articles/24200592.pdf
Data publikacji:
2022
Wydawca:
Stowarzyszenie Komputerowej Nauki o Materiałach i Inżynierii Powierzchni w Gliwicach
Tematy:
knee exoskeleton
feature extraction
data classification
ANN algorithm
egzoszkielet kolana
ekstrakcja cech
klasyfikacja danych
algorytm ANN
Opis:
Purpose: The purpose of the study is to develop an augmented algorithm with optimised energy and improvised synchronisation to assist the knee exoskeleton design. This enhanced algorithm is used to estimate the accurate left and right movement signals from the brain and accordingly moves the lower-limb exoskeleton with the help of motors. Design/methodology/approach: An optimised deep learning algorithm is developed to differentiate the right and left leg movements from the acquired brain signals. The obtained test signals are then compared with the signals obtained from the conventional algorithm to find the accuracy of the algorithm. Findings: The obtained average accuracy rate of about 63% illustrates the improvised differentiation in identifying the right and left leg movement. Research limitations/implications: The future work involves the comparative study of the proposed algorithm with other classification technologies to extract more reliable results. A comparative analysis of the replaceable and rechargeable battery will be done in the future study to exhibit the effectiveness of the proposed model. Originality/value: This study involves the extended study of five frequency regions namely alpha, beta, gamma, delta and theta, to handle the real-time EEG signal processing exoskeleton, model.
Źródło:
Archives of Materials Science and Engineering; 2022, 117, 2; 79--85
1897-2764
Pojawia się w:
Archives of Materials Science and Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ensemble of feature extraction methods to improve the structural damage classification in a wind turbine foundation
Autorzy:
Leon-Medina, Jersson X.
Parés, Núria
Anaya, Maribel
Tibaduiza, Diego A.
Pozo, Francesc
Powiązania:
https://bibliotekanauki.pl/articles/27311417.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Czasopisma i Monografie PAN
Tematy:
structural health monitoring
wind turbine foundation
damage classification
machine learning
feature extraction
XGBoost
monitorowanie stanu konstrukcji
fundament turbiny wiatrowej
klasyfikacja uszkodzeń
uczenie maszynowe
ekstrakcja cech
Opis:
The condition monitoring of offshore wind power plants is an important topic that remains open. This monitoring aims to lower the maintenance cost of these plants. One of the main components of the wind power plant is the wind turbine foundation. This study describes a data-driven structural damage classification methodology applied in a wind turbine foundation. A vibration response was captured in the structure using an accelerometer network. After arranging the obtained data, a feature vector of 58 008 features was obtained. An ensemble approach of feature extraction methods was applied to obtain a new set of features. Principal Component Analysis (PCA) and Laplacian eigenmaps were used as dimensionality reduction methods, each one separately. The union of these new features is used to create a reduced feature matrix. The reduced feature matrix is used as input to train an Extreme Gradient Boosting (XGBoost) machine learning-based classification model. Four different damage scenarios were applied in the structure. Therefore, considering the healthy structure, there were 5 classes in total that were correctly classified. Five-fold cross validation is used to obtain a final classification accuracy. As a result, 100% of classification accuracy was obtained after applying the developed damage classification methodology in a wind-turbine offshore jacket-type foundation benchmark structure.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2023, 71, 3; art. no. e144606
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Finger vein pattern extraction methods
Metody ekstrakcji układu naczyniowego
Autorzy:
Waluś, M.
Powiązania:
https://bibliotekanauki.pl/articles/151327.pdf
Data publikacji:
2014
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
finger vein
pattern extraction
biometrics
układ naczyniowy
ekstrakcja cech
biometria
Opis:
In this paper the author presents techniques used for finger vein pattern extraction from raw biometric images. The proposition of a new image acquisition system is given. The main conclusion is the usability of image enhancement during acquisition process before taking the snapshot of a biometric probe. The proposed solution, compared to other techniques, improves the image quality and the overall effectiveness of the biometric system in the context of proper identification or verification.
W pracy przedstawiono metody wyodrębnienia wzorca układu naczyniowego palców dłoni z obrazów biometrycznych. Oprócz prezentacji najczęściej stosowanych metod przedstawiono prace autora w zakresie rozwoju nowego systemu akwizycji wzorców. W porównaniu do innych badań w tym zakresie skupiono się na zwiększeniu jakości obrazów poprzez lokalne dostrojenie jasności świecenia diod LED emitujących światło w zakresie widma bliskiej podczerwieni wykorzystywanych do oświetlenia palca w urządzeniu rejestrującym wzorce. Uzyskano obiecujące rezultaty polepszenia jakości obrazów głównie poprzez bardziej zróżnicowane uwidocznienie obszarów zajmowanych przez układ naczyniowy oraz pozostałe tkanki palca w porównaniu do innych metod. Obecnie trwają prace związane z ulepszeniem stworzonego prototypu urządzenia oraz prowadzone są konsultacje mające na celu określenie jego przydatność w diagnostyce medycznej.
Źródło:
Pomiary Automatyka Kontrola; 2014, R. 60, nr 6, 6; 366-368
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fusing laser and vision data for a perceptually rich environment description
Opis otoczenia na podstawie danych z sensorów laserowych i wizyjnych
Autorzy:
Skrzypczyński, P.
Powiązania:
https://bibliotekanauki.pl/articles/257108.pdf
Data publikacji:
2008
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
Tematy:
robot mobilny
nawigacja
system wizyjny
ekstrakcja cech
mobile robot
navigation
computer vision
feature extraction
Opis:
In this paper we, discuss methods to increase the discriminative properties of the laser-based geometric landmarks used in simultaneous localisation and mapping by employing monocular vision data. Vertical edges extracted from images help to estimate the length of the line segments, which are only partially observed. Salient visual features, which defy simple geometric interpretation, are handled by the scale invariant feature transform method. These different types of photometric features are aggregated together with the basic 2D line segments extracted from the laser scanner data into the Perceptually Rich Segments.
W pracy przedstawiono metody poprawiające rozróżnialność obiektów geometrycznych wyodrębnionych z danych uzyskanych ze skanera laserowego i wykorzystywanych w systemie jednoczesnej samolokalizacji i budowy mapy otoczenia robota. Założono, że robot porusza się w środowisku zbudowanym przez człowieka, w którym dominują pionowe płaszczyzny (ściany). Poprawę rozróżnialności obiektów uzyskano dzięki wykorzystaniu danych z monookularowego systemu wizyjnego robota. Krawędzie pionowe wyodrębnione z obrazów umożliwiają prawidłową estymację długości odcinków 2D odtworzonych uprzednio na podstawie danych ze skanera laserowego. Fotometryczne cechy znaczące wyodrębniane są z obrazów i opisywane za pomocą metody Scale Invariant Feature Transform (SIFT). Uzyskane wektory parametrów osadzane są następnie w "ramach" tworzonych przez odcinki poziome oraz krawędzie pionowe. Powstają w ten sposób obiekty nowego typu - PRS (ang. Perceptually Rich Segment). Zaprezentowano wyniki eksperymentów dotyczących wyodrębniania i dopasowywania do siebie wektorów SIFT oraz wstępne wyniki dotyczące budowy modelu otoczenia z użyciem obiektów PRS.
Źródło:
Problemy Eksploatacji; 2008, 3; 57-67
1232-9312
Pojawia się w:
Problemy Eksploatacji
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 29

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