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 "detection threshold" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    A two-step fall detection algorithm combining threshold-based method and convolutional neural network
    Autorzy:
    Xu, Tao
    Se, Haifeng
    Liu, Jiahui
    Powiązania:
    https://bibliotekanauki.pl/articles/1848958.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    wearable
    fall detection
    MPU6050
    threshold-based method
    convolutional neural network
    Opis:
    Falls are one of the leading causes of disability and premature death among the elderly. Technical solutions designed to automatically detect a fall event may mitigate fall-related health consequences by immediate medical assistance. This paper presents a wearable device called TTXFD based on MPU6050 which can collect triaxial acceleration signals. We have also designed a two-step fall detection algorithm that fuses threshold-based method (TBM) and machine learning (ML). The TTXFD exploits the TBM stage with low computational complexity to pick out and transmit suspected fall data (triaxial acceleration data). The ML stage of the two-step algorithm is implemented on a server which encodes the data into an image and exploits a fall detection algorithm based on convolutional neural network to identify a fall on the basis of the image. The experimental results show that the proposed algorithm achieves high sensitivity (97.83%), specificity (96.64%) and accuracy (97.02%) on the open dataset. In conclusion, this paper proposes a reliable solution for fall detection, which combines the advantages of threshold-based method and machine learning technology to reduce power consumption and improve classification ability.
    Źródło:
    Metrology and Measurement Systems; 2021, 28, 1; 23-40
    0860-8229
    Pojawia się w:
    Metrology and Measurement Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Detection and Recognition of Environmental Sounds by Musicians and Non-Musicians
    Autorzy:
    Miśkiewicz, A.
    Rościszewska, T.
    Żera, J.
    Majer, J.
    Okoń-Makowska, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/176313.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    environmental sounds
    detection threshold
    recognition threshold
    Opis:
    The article reports three experiments conducted to determine whether musicians possess better ability of recognising the sources of natural sounds than non-musicians. The study was inspired by reports which indicate that musical training develops not only musical hearing, but also enhances various non-musical auditory capabilities. Recognition and detection thresholds were measured for recordings of environment al sounds presented in quiet (Experiment 1) and in the background of a noise masker (Experiment 2). The listener’s ability of sound source recognition was inferred from the recognition-detection threshold gap (RDTG) defined as the difference in signal level between the thresholds of sound recognition and sound detection. Contrary to what was expected from reports of enhanced auditory abilities of musicians, the RDTGs were not smaller for musicians than for non-musicians. In Experiment 3, detection thresholds were measured with an adaptive procedure comprising three interleaved stimulus tracks with different sounds. It was found that the threshold elevation caused by stimulus interleaving was similar for musicians and non-musicians. The lack of superiority of musicians over non-musicians in the auditory tasks Explorer in this study is explained in terms of a listening strategy known as casual listening mode, which is a basis for auditory orientation in the environment.
    Źródło:
    Archives of Acoustics; 2018, 43, 4; 581-592
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Automatic speech signal segmentation based on the innovation adaptive filter
    Autorzy:
    Makowski, R.
    Hossa, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/330096.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    automatic speech segmentation
    inter phoneme boundaries
    Schur adaptive filtering
    detection threshold determination
    automatyczna segmentacja mowy
    filtracja adaptacyjna
    określenie progu detekcji
    Opis:
    Speech segmentation is an essential stage in designing automatic speech recognition systems and one can find several algorithms proposed in the literature. It is a difficult problem, as speech is immensely variable. The aim of the authors’ studies was to design an algorithm that could be employed at the stage of automatic speech recognition. This would make it possible to avoid some problems related to speech signal parametrization. Posing the problem in such a way requires the algorithm to be capable of working in real time. The only such algorithm was proposed by Tyagi et al., (2006), and it is a modified version of Brandt’s algorithm. The article presents a new algorithm for unsupervised automatic speech signal segmentation. It performs segmentation without access to information about the phonetic content of the utterances, relying exclusively on second-order statistics of a speech signal. The starting point for the proposed method is time-varying Schur coefficients of an innovation adaptive filter. The Schur algorithm is known to be fast, precise, stable and capable of rapidly tracking changes in second order signal statistics. A transfer from one phoneme to another in the speech signal always indicates a change in signal statistics caused by vocal track changes. In order to allow for the properties of human hearing, detection of inter-phoneme boundaries is performed based on statistics defined on the mel spectrum determined from the reflection coefficients. The paper presents the structure of the algorithm, defines its properties, lists parameter values, describes detection efficiency results, and compares them with those for another algorithm. The obtained segmentation results, are satisfactory.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2014, 24, 2; 259-270
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    GOP Structure Adaptable to the Location of Shot Cuts
    Autorzy:
    Krulikovská, L.
    Polec, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/227351.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    shot cut detection
    Pearson correlation coefficient
    motion estimation
    adaptive threshold
    video encoding
    adaptive GOP structure
    Opis:
    In this paper we present a novel two stage algorithm for improving video coding efficiency. The proposed method combines video cut detection and adaptive GOP structure. At first, we have proposed a new technique of frames' comparison for the shot cut detection. The majority of existing methods compare pairs of successive frames. We compare actual frame with its motion estimated prediction. We also present adaptive threshold. The efficiency of novel technique for video cut detection was confirmed through experiment and compared to the commonly used ones in the terms of recall and precision. The next step is to situate I frames to the positions of detected cuts during the process of video encoding. Finally the proposed method is verified by simulations and the obtained results are compared with fixed GOP structures of sizes 4, 8, 12, 16, 32, 64, 128 and GOP structure with length of entire video. Proposed method achieved the gain in bit rate from 15,33% to 50,59%, while not degrading PSNR in comparison to simulated fixed GOP structures.
    Źródło:
    International Journal of Electronics and Telecommunications; 2012, 58, 2; 129-134
    2300-1933
    Pojawia się w:
    International Journal of Electronics and Telecommunications
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    QRS complex detection in noisy holter ECG based on wavelet singularity analysis
    Detekcja zespołu QRS oparta na falkowej analizie osobliwości sygnału w zakłóconych zapisach EKG pochodzących z urządzenia Holtera
    Autorzy:
    Tadejko, P.
    Rakowski, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/341095.pdf
    Data publikacji:
    2010
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    EKG
    detekcja uderzeń serca
    zespół QRS
    falkowa analiza osobliwości
    modulus maxima
    zakłócony EKG
    zapisy Holtera
    progowanie adaptacyjne
    diadyczna transformata falkowa
    ECG
    heartbeat detection
    QRS complex
    wavelet singularity analysis
    noisy ECG
    Holter recordings
    adaptive threshold
    dyadic wavelet transform
    Opis:
    In this paper, we propose a QRS complex detector based on the Mallat and Hwang singularity analysis algorithm which uses dyadic wavelet transform. We design a spline wavelet that is suitable for QRS detection. The scales of this decomposition are chosen based on the spectral characteristics of electrocardiogram records. By proceeding with the multiscale analysis we can find the location of a rapid change of a signal, and hence the location of the QRS complex. The performance of the algorithm was tested using the records of the MIT-BIH Arrhythmia Database. The method is less sensitive to timevarying QRS complex morphology, minimizes the problems associated with baseline drift, motion artifacts and muscular noise, and allows R waves to be differentiated from large T and P waves. We propose an original, new approach to adaptive threshold algorithm that exploits statistical properties of the observed signal and additional heuristic. The threshold is independent for each successive ECG signal window and the algorithm uses the properties of a series of distribution with a compartments class. The noise sensitivity of the new proposed adaptive thresholding QRS detector was also tested using clinical Holter ECG records from the Medical University of Bialystok.We illustrate the performance of the wavelet-based QRS detector by considering problematic ECG signals from a Holter device. We have compared this algorithm with the commercial Holter system - Del Mar’s Reynolds Pathfinder on the special episodes selected by cardiologist.
    Praca przedstawia algorytm detekcji zespołu QRS oparty na falkowej analizie osobliwości sygnału Mallata i Hwanga, wykorzystujący diadyczna˛ transformatę falkową. Filtry cyfrowe analizy falkowej odpowiadają falce i funkcji skalującej w postaci tzw. splineów bramkowych drugiego stopnia o zwartym i krótkim nośniku. Dzięki temu podczas analizy sygnału i detekcji osobliwości możemy dokładniej kontrolować parametry procesu separacji wybranych częstotliwości. Dzięki analizie wieloskalowej możliwe jest zlokalizowanie miejsca gwałtownej zmiany sygnału, a tym samym lokalizacji zespołu QRS. Metoda posiada mniejszą wrażliwość na zmiany morfologii kolejnych zespołów QRS, minimalizuje problemy związane z występowaniem składowej wolnozmiennej, artefaktów ruchu i napięcia mięśni oraz pozwala na łatwiejszą separację załamka R w stosunku do załamków P i T. W niniejszej pracy zaproponowano oryginalny, adaptacyjny sposób wyznaczania progu detekcji przy użyciu właściwości statystycznych obserwowanego sygnału oraz dodatkowych heurystyk. Metoda wyznaczania progu jest niezależna dla każdego kolejnego okna sygnału, składającego sie˛ z kilkunastu cykli EKG. Algorytm wyznacza wartość progu na podstawie analizy własności szeregu rozdzielczego z przedziałami klasowymi. Działanie algorytmu zostało przetestowane przy użyciu zapisów z bazy MIT-BIH Arytmia Database. Dodatkowo, wrażliwość na zakłócenia adaptacyjnego detektora QRS była przetestowana przy użyciu, specjalnie wyselekcjonowanych przez kardiologa, epizodów EKG z systemu Holtera z Uniwersytetu Medycznego w Białymstoku. Porównania wyników dokonano z komercyjnym systemem Pathfinder firmy Del Mar Reynolds.
    Źródło:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2010, 6; 95-111
    1644-0331
    Pojawia się w:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Artificial intelligence in technical diagnostics
    Sztuczna inteligencja w diagnostyce technicznej
    Autorzy:
    Korbicz, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/327534.pdf
    Data publikacji:
    2008
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    detekcja uszkodzeń
    odporność
    próg adaptacyjny
    sieć neuronowa
    sieć neuronowo-rozmyta
    programowanie genetyczne
    diagnostyka techniczna
    fault detection
    robustness
    adaptive threshold
    neural networks
    neuro-fuzzy networks
    genetic programming
    technical diagnostics
    Opis:
    The paper deals with the problems of robust fault detection using soft computing techniques, particularly neural networks (Group Method of Data Handling, GMDH), neuro-fuzzy networks (Takagi-Sugeno (T-S) model) and genetic programming. The model-based approach to Fault Detection and Isolation (FDI) is considered. The main objective is to show how to employ the bounded-error approach to determine the uncertainty defined as a confidence range for the model output, the adaptive thresholds can be defined. Finally, the presented approaches are tested on a servoactuator being an FDI benchmark in the DAMADICS project.
    W artykule rozpatruje się problemy odpornej detekcji uszkodzeń z wykorzystaniem technik obliczeń inteligentnych, a w szczególności sieci neuronowych (Group Method of Data Handling, GMDH), sieci neuronowo-rozmytych (model Takagi-Sugeno) oraz programowania genetycznego. Rozpatruje się układ detekcji i lokalizacji uszkodzeń z modelem. Głównym celem jest pokazanie jak zastosować metodę ograniczonego błędu do wyznaczenia niepewności modeli neuronowych i rozmytych. Pokazano, że korzystając z wyznaczonych niepewnych modeli obliczeń inteligentnych zdefiniowanych w postaci przedziałów ufności dla wyjścia modelu można zdefiniować adaptacyjny próg decyzyjny. W ostatniej części efektywność rozpatrywanych podejść ilustrowana jest na przykładzie układu diagnostyki inteligentnego urządzenia siłownik-ustawnik-zawór z projektu DAMADICS.
    Źródło:
    Diagnostyka; 2008, 2(46); 7-16
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      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