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 "analiza składowych niezależnych (ICA)" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Feature vector or time-series – comparison of gestures representations in automatic gesture recognition systems
    Autorzy:
    Barczewska, K.
    Wójtowicz, W.
    Moszkowski, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/115720.pdf
    Data publikacji:
    2015
    Wydawca:
    Fundacja na Rzecz Młodych Naukowców
    Tematy:
    principal component analysis (PCA)
    independent component analysis (ICA)
    neural networks
    sign language
    automatic recognition
    analiza składowych głównych (PCA)
    analiza składowych niezależnych (ICA)
    sieci neuronowe
    język migowy
    automatyczne rozpoznawanie
    Opis:
    In this paper, we performed recognition of isolated sign language gestures - obtained from Australian Sign Language Database (AUSLAN) – using statistics to reduce dimensionality and neural networks to recognize patterns. We designated a set of 70 signal features to represent each gesture as a feature vector instead of a time series, used principal component analysis (PCA) and independent component analysis (ICA) to reduce dimensionality and indicate the features most relevant for gesture detection. To classify the vectors a feedforward neural network was used. The resulting accuracy of detection ranged between 61 to 87%.
    Źródło:
    Challenges of Modern Technology; 2015, 6, 1; 1-5
    2082-2863
    2353-4419
    Pojawia się w:
    Challenges of Modern Technology
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Usuwanie artefaktów z danych EEG przy użyciu analizy składowych niezależnych
    Removal of artifacts from EEG data by means of Independent Component Analysis
    Autorzy:
    Górecka, J.
    Kaszyński, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/158376.pdf
    Data publikacji:
    2008
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    ślepa separacja sygnałów
    analiza składowych niezależnych (ICA)
    sygnały EEG
    artefakt
    blind signal separation
    independent component analysis
    EEG data
    artifacts
    Opis:
    Celem przedstawionych wyników badań jest eliminacja wybranych niepożądanych sygnałów przy użyciu analizy składowych niezależnych. W artykule przedstawiono następujące algorytmy BSS (z ang. Blind Signal Separation): HJ oraz Infomax jako narzędzia do separacji i usuwania wybranej grupy artefaktów (mruganie powiek, artefakty mięśniowe) z przebiegów EEG. Jak udowodniono w eksperymentach proponowane algorytmy adaptacyjne mogą efektywnie wykrywać i usuwać wybrane artefakty z przebiegów EEG.
    The aim of the performed investigations is to remove selected undesired signals by means of ICA approach. In the paper there are presented the following algorithms BSS (Blind Signal Separation): HJ and Infomax for separation and removal of selected group of artifacts (eye blinks, muscle activity) from EEG recordings. It has been proved in the experiments which are described in the paper that the proposed adaptive algorithms can effectively detect and remove these selected artifacts from EEG recordings.
    Źródło:
    Pomiary Automatyka Kontrola; 2008, R. 54, nr 12, 12; 827-830
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Direct assessment of the fetal heart rate from abdominal composite recordings
    Autorzy:
    Moslem, B.
    Bazzi, O.
    Khalaf, J.
    Diab, M.O.
    Powiązania:
    https://bibliotekanauki.pl/articles/334031.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    Fetal heart rate
    FHR
    Fetal Electrocardiogram
    FECG
    independent component analysis
    ICA
    adaptive filtering
    tętno płodu
    EKG płodu
    analiza składowych niezależnych
    filtrowanie adaptacyjne
    Opis:
    In respect to the main goal of our ongoing work for analyzing fetal electrocardiogram (FECG) signals for monitoring the health of the fetus, we investigate in this paper the possibility of extracting the fetal heart rate (FHR) directly from the abdominal composite recordings. Our proposed approach is based on a combination of Independent Component Analysis (ICA) and least mean square (LMS) adaptive filter. The FHR of the estimated FECG signal is finally compared to a reference value extracted from a FECG signal recorded by using a spiral electrode attached directly to the fetal scalp. The experimental results show that FHR can be successfully evaluated directly from the abdominal composite recordings without the need of using any external reference signal.
    Źródło:
    Journal of Medical Informatics & Technologies; 2013, 22; 143-149
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Independent component analysis and adaptive filtering as successful tools for an improvement of normogastric rhythm extraction in electrogastrographic signals
    Autorzy:
    Tkacz, E.
    Mika, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/332946.pdf
    Data publikacji:
    2010
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    analiza składowych niezależnych
    elekrogastrogram
    przetwarzanie sygnałów biomedycznych
    ICA
    EGG
    biomedical signal processing
    Opis:
    The aim of this study was to investigate the possibility of combining two methods: Independent Component Analysis (ICA) and Adaptive Signal Enhancement for the improvement of normogastric rhythm extraction from multichannel recording of electrogastrographic signals (EGG). Unfortunately the electrogastrogram, is a transcutaneous measurement of gastric electrical activity, does not contain pure signal but usually is a sort of mixture from both electrical activity of stomach as well as other organs surrounding it and random noise. In order to benefit the diagnostic power of multichannel recording of EGG, which can provide deeper understanding of gastric disorders, it is necessity to extract gastric slow wave in each channel. One of the parameters, which are analyzed and require proper registration is so called normogastric rhythm. According to the literature, the normogastric rhythm should cover around 70% of rhythmic behavior of signal for a healthy man. Proper extraction of basic 3-cpm normogastric rhythm in each channel is a subject of this paper. Independent Component Analysis is applied for extracting the reference signal for adaptive filtering what next result in obtaining less contaminated signal in each channel. Analysis has been perform for two postprandial phases with five minutes break between them. In both mention cases proposed procedure gives a promising results.
    Źródło:
    Journal of Medical Informatics & Technologies; 2010, 16; 27-34
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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