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 "Preprocessing" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 20
Tytuł:
Metody przetwarzania spektroskopii rezonansu magnetycznego skutecznym narzędziem diagnostycznym
Autorzy:
Staniszewski, Michał
Polański, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/2156934.pdf
Data publikacji:
2013
Wydawca:
Instytut Studiów Międzynarodowych i Edukacji Humanum
Tematy:
magnetic resonanse spectroscopy
diagnostic tool
preprocessing techniques
Opis:
Magnetic resonance spectroscopy is currently used as a diagnostic tool in current medicine and chemistry. E ective read o spectrum can give scien- tists in ormation concerning biochemical composition o researched tissue. Method is non-invasive technique which provides details o metabolic chang- es in selected tissues. Due to number o limitations, quality o data obtained in spectroscopy is very o ten insu icient and methods o preprocessing are introduced. Such approach can be reached by application o singular value decomposition on data arranged in Hankel matrix. HSVD method can be used inpreprocessingtechniquesandin urtheranalysiso metabolites.
Źródło:
Społeczeństwo i Edukacja. Międzynarodowe Studia Humanistyczne; 2013, 2(12); 383-393
1898-0171
Pojawia się w:
Społeczeństwo i Edukacja. Międzynarodowe Studia Humanistyczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
G-DNA – a highly efficient multi-GPU/MPI tool for aligning nucleotide reads
Autorzy:
Frohmberg, W.
Kierzynka, M.
Blazewicz, J.
Gawron, P.
Wojciechowski, P.
Powiązania:
https://bibliotekanauki.pl/articles/200827.pdf
Data publikacji:
2013
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
DNA assembly preprocessing
sequence alignment
GPU computing
Opis:
DNA/RNA sequencing has recently become a primary way researchers generate biological data for further analysis. Assembling algorithms are an integral part of this process. However, some of them require pairwise alignment to be applied to a great deal of reads. Although several efficient alignment tools have been released over the past few years, including those taking advantage of GPUs (Graphics Processing Units), none of them directly targets high-throughput sequencing data. As a result, a need arose to create software that could handle such data as effectively as possible. G-DNA (GPU-based DNA aligner) is the first highly parallel solution that has been optimized to process nucleotide reads (DNA/RNA) from modern sequencing machines. Results show that the software reaches up to 89 GCUPS (Giga Cell Updates Per Second) on a single GPU and as a result it is the fastest tool in its class. Moreover, it scales up well on multiple GPUs systems, including MPI-based computational clusters, where its performance is counted in TCUPS (Tera CUPS).
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2013, 61, 4; 989-992
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A comparative study of CNN, LSTM, BiLSTM, AND GRU architectures for tool wear prediction in milling processes
Autorzy:
Zegarra, Fabio C.
Vargas-Machuca, Juan
Coronado, Alberto M.
Powiązania:
https://bibliotekanauki.pl/articles/28407329.pdf
Data publikacji:
2023
Wydawca:
Wrocławska Rada Federacji Stowarzyszeń Naukowo-Technicznych
Tematy:
tool wear
feature extraction
preprocessing
recurrent neural network
Opis:
Accurately predicting machine tool wear requires models capable of capturing complex, nonlinear interactions in multivariate time series inputs. Recurrent neural networks (RNNs) are well-suited to this task, owing to their memory mechanisms and capacity to construct highly complex models. In particular, LSTM, BiLSTM, and GRU architectures have shown promise in wear prediction. This study demonstrates that RNNs can automatically extract relevant information from time series data, resulting in highly precise wear models with minimal feature engineering. Notably, this approach avoids the need for excessively large window sizes of data points during model training, which would increase model complexity and processing time. Instead, this study proposes a procedure that achieves low prediction errors with window sizes as small as 100 data points. By employing Bayesian hyperparameter optimization and two preprocessing techniques (detrend and offset), RMSE errors consistently fall below 10. A key difference in this study is the use of boxplots to provide a better representation of result variability, as opposed to solely reporting the best values. The proposed approach matches more complex state of-the-art. methods and offers a powerful tool for wear prediction in engineering applications.
Źródło:
Journal of Machine Engineering; 2023, 23, 4; 122--136
1895-7595
2391-8071
Pojawia się w:
Journal of Machine Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Flexible Neural Network Architecture for Handwritten Signatures Recognition
Autorzy:
Połap, D.
Woźniak, M.
Powiązania:
https://bibliotekanauki.pl/articles/226883.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
neural networks
handwritten signatures preprocessing
signature recognition
chebyshev polynomials
Opis:
This article illustrates modeling of flexible neural networks for handwritten signatures preprocessing. An input signature is interpolated to adjust inclination angle, than descriptor vector is composed. This information is preprocessed in proposed flexible neural network architecture, in which some neurons are becoming crucial for recognition and adapt to classification purposes. Experimental research results are compared in benchmark tests with classic approach to discuss efficiency of proposed solution.
Źródło:
International Journal of Electronics and Telecommunications; 2016, 62, 2; 197-202
2300-1933
Pojawia się w:
International Journal of Electronics and Telecommunications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Impact of Image Preprocessing on Recognition of Letters of Sign Language
Wpływ przetwarzania wstępnego obrazów na rozpoznawanie znaków alfabetu migowego
Autorzy:
Abramowicz, P.
Topczewska, M.
Powiązania:
https://bibliotekanauki.pl/articles/88414.pdf
Data publikacji:
2018
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
przetwarzanie wstępne
alfabet migowy
klasyfikacja
image preprocessing
sign language
classification
Opis:
The article concerns the problem of the selected sign language letters in the form of images classification. The impact of the image preprocessing methods as adaptive thresholding or edge detection is tested. In addition, the influence of the found shapes filling is checked, as well as centering the hands on the images. The following classification methods were chosen: SVM classifier with linear kernel function, Naive Bayes and Random Forests. The accuracy, F-measure, the AUC, MAE and Kappa coefficient were reported as measures of classification quality.
Artykuł dotyczy klasyfikacji wybranych liter alfabetu migowego w postaci obrazów. Badany jest wpływ na wyniki kilku metod przetwarzania wstępnego obrazów, w tym progowania adaptacyjnego oraz detekcji krawędzi. Dodatkowo sprawdzane jest wypełnianie znalezionych kształtów, a także centrowanie dłoni na obrazach. Jako metody klasyfikacji wybrane zostały: klasyfikator SVM z liniową funkcją jądrową, klasyfikator Naive Bayes oraz Random Forest. Jako miary jakości klasyfikacji raportowane są jakość klasyfikacji, miara F, pole pod krzywą ROC oraz współczynnik Kappa.
Źródło:
Advances in Computer Science Research; 2018, 14; 5-16
2300-715X
Pojawia się w:
Advances in Computer Science Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Preprocessing Techniques for Online Signature Verification and Identification
Metody wstępnego przetwarzania dla weryfikacji i identyfikacji podpisu dynamicznego
Autorzy:
Pień, A.
AdamskI, M.
Powiązania:
https://bibliotekanauki.pl/articles/88406.pdf
Data publikacji:
2018
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
podpis dynamiczny
wstępne przetwarzanie
identyfikacja
online signature
signature preprocessing
identification
Opis:
Handwritten signature is a behavioral biometric that can be used for automatic signer verification and identification. Online signature, in addition to visual shape, incorporates dynamics of the writing process such as trajectory, velocity and additional characteristics such as pen pressure and angles. While there are many approaches to online signature verification proposed in the literature, only few works related to preprocessing and its effect on the system performance. In this work selected preprocessing techniques were investigated such as: normalization, noise filtering and resampling. The evaluation was carried out in verification and identification tasks based on DTW distance measure and signatures from SVC2004 database.
Podpis odręczny jest behawioralną cechą biometryczną która umożliwia automatyczną weryfikację i identyfikację autora podpisu. Podpis dynamiczny, oprócz informacji o kształcie, zawiera również dane dotyczące dynamiki składania podpisu takie jak trajektoria kreślenia, prędkość, zmiana nacisku i kątów nachylenia pióra. W literaturze można znaleźć wiele podejść do automatycznej weryfikacji podpisu, brakuje jednak prac z szerszą analizą metod wstępnego przetwarzania i oceną ich wpływu na poprawność pracy całego systemu. W niniejszej pracy zbadano wybrane techniki wstępnego przetwarzania takie jak: normalizacja, filtracja, próbkowanie oraz oceniono ich użyteczność w procesie weryfikacji i identyfikacji podpisu. W badaniach wykorzystano system bazujący na mierze odległości Dynamic Time Warping. Eksperymenty przeprowadzono na podpisach dynamicznych z bazy SVC2004.
Źródło:
Advances in Computer Science Research; 2018, 14; 163-176
2300-715X
Pojawia się w:
Advances in Computer Science Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykrywanie zagrożenia upadłością jako problem klasyfikacji danych niezbalansowanych
Bankruptcy prediction as imbalanced classification problem
Autorzy:
Paliński, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/2041253.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Klasyfikacja
Preprocessing
Uczenie maszynowe
Upadłość
Zbiór niezbalansowany
Bankruptcy
Classification
Imbalanced dataset
Machine learning
Opis:
W artykule wykorzystano wybrane algorytmy uczenia maszynowego oraz techniki przygotowania danych (preprocessing) stosowane w klasyfikacji na zbiorach niezbalansowanych w celu oceny ich skuteczności w prognozowaniu upadłości z użyciem danych zawierających wskaźniki finansowe podmiotów gospodarczych. Trafność prognoz upadłości na pierwotnym niezbalansowanym zbiorze danych o przeważającym udziale podmiotów prowadzących działalności nad upadłymi była bliska zero. Trafność prognozowania upadłości klasyfikatorów utworzonych na zbiorach zbalansowanych była odwrotnie proporcjonalna do całkowitej trafności klasyfikacji i wahała się od 10% – dla całkowitej trafności klasyfikacji wynoszącej 93%, do 77% – dla całkowitej trafności klasyfikacji równej 49%. Lepsze wyniki klasyfikacji osiągały algorytmy gradient boosting i drzewo klasyfikacyjne w stosunku do sztucznej sieci neuronowej. W problemie klasyfikacji na zbiorach niezbalansowanych wystąpił efekt wymiany – albo możliwe jest zwiększenie trafności klasyfikacji upadłości kosztem nadmiarowości obiektów kla-syfikowanych jako upadłe, albo – zwiększenie trafności klasyfikacji całkowitej algorytmu kosztem zmniejszenia trafności klasyfikacji samej upadłości.
Selected machine learning algorithms and data preprocessing techniques were used in the article to predict bankruptcy on an unbalanced data set containing financial ratios. The accuracy of bankruptcy forecasts on the original unbalanced data set of the prevailing share of entities still operating over the bankrupt ones was close to zero. The accuracy of bankruptcy forecasting classifiers created on balanced sets ranged from 10% to 77%, but was inversely proportional to the total accuracy of the classification, which ranged from 93% to 49%. Better classification results were achieved by the classification trees algorithms in relation to the artificial neural network. In the problem of classification in unbalanced data sets the effect of substitution occurred – or it is possible to increase the accuracy of classification of bankruptcy at the expense of redundancy of objects classified as bankrupt, or – to increase the accuracy of the overall classification of the algorithm at the expense of decreasing the classification of the bankruptcy itself.
Źródło:
Studia Ekonomiczne; 2020, 395; 66-79
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Image Preprocessing for Illumination Invariant Face Verification
Autorzy:
Leszczyński, M.
Powiązania:
https://bibliotekanauki.pl/articles/308517.pdf
Data publikacji:
2010
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
DLDA
face verification
histogram normalization
homomorphic filtering
illumination normalization
LDA
PCA
preprocessing techniques
quotient image
retinex
Opis:
Performance of the face verification system depend on many conditions. One of the most problematic is varying illumination condition. In this paper 14 normalization algorithms based on histogram normalization, illumination properties and the human perception theory were compared using 3 verification methods. The results obtained from the experiments showed that the illumination preprocessing methods significantly improves the verification rate and it's a very important step in face verification system.
Źródło:
Journal of Telecommunications and Information Technology; 2010, 4; 19-25
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wpływ niestacjonarności i przypadkowości obserwacji na ocenę stanu w wielowymiarowej diagnostyce maszyn
Condition assessment in unstationary working regime and random component of observation vector in multidimensional machinery diagnostics
Autorzy:
Cempel, Cz.
Krakowiak, M.
Powiązania:
https://bibliotekanauki.pl/articles/327642.pdf
Data publikacji:
2006
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
obserwacja wielowymiarowa
przekształcenie SVD
niestacjonarność obciążenia
vibration monitoring
multidimensional observation
symptoms preprocessing
singular value decomposition
SVD
Opis:
Symptomy diagnostyczne wielu diagnozowanych obiektów mają dużą wrażliwość na zakłócenia. Zatem symptomowa macierz obserwacji (SMO) ma składową przypadkową. Może to zachodzić z tytułu niekontrolowanej zmiany obciążenia. Ma to istotny wpływ na końcową ocenę stanu obiektu. Jako remedium w pracy zaproponowano uśrednianie początkowej wartości symptomów, a dopiero następnie zastosowanie rozkładu względem wartości szczególnych (SVD). Jak się okazuje to proste pociągnięcie może przynieść liczące się rezultaty w podwyższeniu stabilności i diagnostycznej informatywności wyników przetwarzania SMO.
Machine symptoms of condition of many diagnosed object have some sensitivity to disturbances, either of stochastic nature or as the load sensitivity, if machine works in nonstationary regime. As a remedy to this inconvenience we can apply the averaging of initial symptom value before classical application of singular value decomposition (SVD). As it is shown in the paper, this simple preprocessing can bring us the good result in the stability and diagnostic information value of applied symptoms.
Źródło:
Diagnostyka; 2006, 4(40); 19-25
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
CCR: A combined cleaning and resampling algorithm for imbalanced data classification
Autorzy:
Koziarski, M.
Woźniak, M.
Powiązania:
https://bibliotekanauki.pl/articles/329869.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
machine learning
classification algorithms
imbalanced data
preprocessing
oversampling
uczenie maszynowe
algorytm klasyfikacji
dane niezrównoważone
wstępne przetwarzanie danych
Opis:
Imbalanced data classification is one of the most widespread challenges in contemporary pattern recognition. Varying levels of imbalance may be observed in most real datasets, affecting the performance of classification algorithms. Particularly, high levels of imbalance make serious difficulties, often requiring the use of specially designed methods. In such cases the most important issue is often to properly detect minority examples, but at the same time the performance on the majority class cannot be neglected. In this paper we describe a novel resampling technique focused on proper detection of minority examples in a two-class imbalanced data task. The proposed method combines cleaning the decision border around minority objects with guided synthetic oversampling. Results of the conducted experimental study indicate that the proposed algorithm usually outperforms the conventional oversampling approaches, especially when the detection of minority examples is considered.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2017, 27, 4; 727-736
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Combined off-line type signature recognition method
Autorzy:
Porwik, P.
Para, T.
Smacki, Ł.
Żuławiński, S.
Powiązania:
https://bibliotekanauki.pl/articles/333578.pdf
Data publikacji:
2006
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
rozpoznawanie podpisu
transformata Hough'a
przetwarzanie wstępne
identyfikacja osoby
signature recognition
Hough transform
preprocessing
persons identification
Opis:
In this paper the off-line type signature analysis have been presented. The signature recognition is composed of some features. Different influences of such features were tested and stated. Proposed approach gives good signature recognition level, hence described method can be used in many areas, for example in biometric authentication, as biometric computer protection or as method of the analysis of person's behaviour changes.
Źródło:
Journal of Medical Informatics & Technologies; 2006, 10; 81-90
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Performance evaluation of African breadfruit (Treculia africana) seed dehuller
Ocena działania łuskarki do nasion afrykańskiego drzewa chlebowego (Treculia africana)
Autorzy:
Obi, O. F.
Akubuo, C. O.
Powiązania:
https://bibliotekanauki.pl/articles/93430.pdf
Data publikacji:
2018
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
kernel extraction
kernel out-turn
parboiling time
preprocessing
ekstrakcja ziarna
uzysk ziarna
czas gotowania
obróbka wstępna
Opis:
This paper reports the effect of the parboiling time on dehulled kernel out-turns (DKO) of African breadfruit seeds, and the most recent effort to upgrade an existing dehuller and its performance. Two common and readily available varieties - Treculia var. africana and var. inverse were used in the study. The seeds were parboiled for 0 (control), 2, 5, 8, 11 and 14 minutes and then dehulled. The result revealed that the parboiling time had a significant effect on the DKO of the two varieties of the seed. The DKO increased from 0 to 5 min of the treatment, after which it decreased considerably up to 14 min of the parboiling time. The obtained data were used to develop a non-linear quadratic regression model to predict the DKO as a function of the parboiling time. The performance evaluation of the breadfruit seeds dehuller revealed that it was significantly influenced by the variety.
Artykuł ten przedstawia wpływ czasu gotowania na uzysk łuskanego ziarna afrykańskiego drzewa chlebowego oraz niedawne wysiłki w kierunku ulepszenia istniejącej łuskarki i jej działania. Do badań użyto dwie pospolite i dostępne odmiany Treculia var. africana oraz var. inverse. Ziarna gotowano przez 0, 2, 5, 8, 11 i 14 minut a następnie łuskano. Wyniki pokazały, że czas gotowania miał istotny wpływ na uzysk ziarna łuskanego dwóch odmian ziarna. Uzysk ziarna łuskanego zwiększał się w ciągu 0-5 minut obróbki, po czym po 14 minutach gotowania drastycznie zmalał. Uzyskane dane zostały wykorzystane do przygotowania nieliniowego kwadratowego modelu regresji służącego do przewidywania uzysku ziarna łuskanego w funkcji czasu gotowania. Ocena działania łuskarki wykazała, że było ono uzależnione od odmiany.
Źródło:
Agricultural Engineering; 2018, 22, 4; 51-60
2083-1587
Pojawia się w:
Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Selection of attributes for a classifier of telecommunication failures in the copper mine
Autorzy:
Karaban, Bartłomiej
Korczak, Jerzy
Powiązania:
https://bibliotekanauki.pl/articles/431925.pdf
Data publikacji:
2014
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
Data mining
telecommunication system
data preprocessing
classification me¬thods
inductive decision trees
detection of false alarms
decision rules
Opis:
Ensuring safety and continuity of production is the major task of telecommunication systems in deep mining. These systems, despite their use of modern and innovative infrastructure of monitoring solutions, are not free from imperfections. One of the practical problems are false alarms signaling the occurrences of damaged infrastructures. In the paper, the data sources of the telecommunication system are identified and described, as well as the methods of their preprocessing. To build a classifier, a method of attribute selection is proposed to detect false alarms generated by the telecommunication system of the mine. Experiments were carried out on real data extracted from the telecommunication system operating in the copper mine of the KGHM Polska Miedź SA.
Źródło:
Informatyka Ekonomiczna; 2014, 3(33); 77-87
1507-3858
Pojawia się w:
Informatyka Ekonomiczna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A rainfall forecasting method using machine learning models and its application to the Fukuoka city case
Autorzy:
Sumi, S. M.
Zaman, M. F.
Hirose, H.
Powiązania:
https://bibliotekanauki.pl/articles/331290.pdf
Data publikacji:
2012
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
maszyna ucząca się
metoda wielomodelowa
przetwarzanie wstępne
rainfall forecasting
machine learning
multi model method
preprocessing
model ranking
Opis:
In the present article, an attempt is made to derive optimal data-driven machine learning methods for forecasting an average daily and monthly rainfall of the Fukuoka city in Japan. This comparative study is conducted concentrating on three aspects: modelling inputs, modelling methods and pre-processing techniques. A comparison between linear correlation analysis and average mutual information is made to find an optimal input technique. For the modelling of the rainfall, a novel hybrid multi-model method is proposed and compared with its constituent models. The models include the artificial neural network, multivariate adaptive regression splines, the k-nearest neighbour, and radial basis support vector regression. Each of these methods is applied to model the daily and monthly rainfall, coupled with a pre-processing technique including moving average and principal component analysis. In the first stage of the hybrid method, sub-models from each of the above methods are constructed with different parameter settings. In the second stage, the sub-models are ranked with a variable selection technique and the higher ranked models are selected based on the leave-one-out cross-validation error. The forecasting of the hybrid model is performed by the weighted combination of the finally selected models.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2012, 22, 4; 841-854
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Hankel Singular Value Decomposition as a method of preprocessing the Magnetic Resonance Spectroscopy
Rozkład macierzy Hankela według wartości osobliwych jako metoda do przetwarzania wstępnego spektroskopii rezonansu magnetycznego
Autorzy:
Staniszewski, M.
Polański, A.
Powiązania:
https://bibliotekanauki.pl/articles/158472.pdf
Data publikacji:
2014
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
HSVD
Hankel matrix
singular value decomposition
MRS preprocessing techniques
macierz Hankela
rozkład macierzy według wartości osobliwych
przetwarzanie wstępne sygnału MRS
Opis:
The signal resulting from magnetic resonance spectroscopy is occupied by noises and irregularities so in the further analysis preprocessing techniques have to be introduced. The main idea of the paper is to develop a model of a signal as a sum of harmonics and to find its parameters. Such an approach is based on singular value decomposition applied to the data arranged in the Hankel matrix (HSVD) and can be used in each step of preprocessing techniques. For that purpose a method has was tested on real phantom data.
Sygnał pochodzący z badania spektroskopii rezonansu magnetycznego zawiera również liczne szumy oraz nieprawidłości, stąd aby zastosować wyniki jako narzędzie diagnostyczne należy wprowadzić kilka usprawnień. W tym celu stosuje się filtrowanie, korekcję linii bazowej, korekcję fazy, korekcję prądów wirowych oraz usuwanie niechcianych komponentów, które nazywa się przetwarzaniem wstępnym. W dalszej analizie bardzo ważna jest identyfikacja poszczególnych metabolitów, którą można otrzymać poprzez zamodelowanie sygnału. Głównym pomysłem przedstawionym w artykule jest rozwinięcie modelu sygnału jako sumy harmonicznych. Metoda polega na znalezieniu parametrów opisujących sygnał takich jak amplituda, przesunięcie fazowe, częstotliwości i współczynnik tłumienia. Takie podejście bazuje na rozkładzie według wartości osobliwych (SVD) zastosowanym na danych zawartych w macierzy Hankela (HSVD), który dekomponuje sygnał na sumę harmonicznych oraz wylicza potrzebne parametry. Autor zaproponował zastosowanie HSVD w technikach przetwarzania wstępnego. Artykuł opisuje główne kroki przetwarzania i rozwiązanie każdej części oparte na HSVD. Podsumowując można stwierdzić, iż HSVD stosuje się w dekompozycji sygnału ale może być również skutecznym narzędziem w przetwarzaniu wstępnym. Artykuł składa się z 6 rozdziałów, w tym wstępu, rozdziału opisującego HSVD, metody przetwarzania wstępnego i główne wyniki, wniosków i referencji. W artykule znajdują się 4 obrazki oraz 7 referencji.
Źródło:
Pomiary Automatyka Kontrola; 2014, R. 60, nr 6, 6; 354-357
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 20

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