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 "linear discriminant analysis" wg kryterium: Temat

  Lista filtrów

Dostawca treści

Wyrównaj
    Wyświetlanie 1-14 z 14
    Tytuł:
    A Low Power and High Performance Hardware Design for Automatic Epilepsy Seizure Detection
    Autorzy:
    Rafiammal, S. Syed
    Najumnissa, D.
    Anuradha, G.
    Mohideen, S. Kaja
    Jawahar, P. K.
    Mutalib, Syed Abdul
    Powiązania:
    https://bibliotekanauki.pl/articles/963923.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    epilepsy detection
    system on chip
    implementation
    Quadrature Linear Discriminant Analysis
    hardware design
    seizure detection
    Opis:
    An application specific integrated design using Quadrature Linear Discriminant Analysis is proposed for automatic detection of normal and epilepsy seizure signals from EEG recordings in epilepsy patients. Five statistical parameters are extracted to form the feature vector for training of the classifier. The statistical parameters are Standardised Moment, Co-efficient of Variance, Range, Root Mean Square Value and Energy. The Intellectual Property Core performs the process of filtering, segmentation, extraction of statistical features and classification of epilepsy seizure and normal signals. The design is implemented in Zynq 7000 Zc706 SoC with average accuracy of 99%, Specificity of 100%, F1 score of 0.99, Sensitivity of 98% and Precision of 100 % with error rate of 0.0013/hr., which is approximately zero false detection.
    Źródło:
    International Journal of Electronics and Telecommunications; 2019, 65, 4; 707-712
    2300-1933
    Pojawia się w:
    International Journal of Electronics and Telecommunications
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Linear discriminant analysis with a generalization of the Moore–Penrose pseudoinverse
    Autorzy:
    Górecki, T.
    Łuczak, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/330828.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    linear discriminant analysis
    Moore–Penrose pseudoinverse
    machine learning
    liniowa analiza dyskryminacji
    pseudoodwrotność Moore–Penrose
    uczenie maszynowe
    Opis:
    The Linear Discriminant Analysis (LDA) technique is an important and well-developed area of classification, and to date many linear (and also nonlinear) discrimination methods have been put forward. A complication in applying LDA to real data occurs when the number of features exceeds that of observations. In this case, the covariance estimates do not have full rank, and thus cannot be inverted. There are a number of ways to deal with this problem. In this paper, we propose improving LDA in this area, and we present a new approach which uses a generalization of the Moore–Penrose pseudoinverse to remove this weakness. Our new approach, in addition to managing the problem of inverting the covariance matrix, significantly improves the quality of classification, also on data sets where we can invert the covariance matrix. Experimental results on various data sets demonstrate that our improvements to LDA are efficient and our approach outperforms LDA.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2013, 23, 2; 463-471
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Recognition of occluded traffic signs based on two-dimensional linear discriminant analysis
    Autorzy:
    Forczmański, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/393233.pdf
    Data publikacji:
    2013
    Wydawca:
    Polskie Stowarzyszenie Telematyki Transportu
    Tematy:
    traffic sign recognition
    linear discriminant analysis
    classification
    occlusion
    rozpoznawanie znaków drogowych
    liniowa analiza dyskryminacji
    klasyfikacja
    okluzje
    Opis:
    Traffic signs recognition involving digital image analysis is getting more and more popular. The main problem associated with visual recognition of traffic signs is associated with difficult conditions of image acquisition. In the paper we present a solution to the problem of signs occlusion. Presented method belongs to the group of appearance-based approaches, employing template matching working in the reduced feature space obtained by Linear Discriminant Analysis. The method deals with all types of signs, regarding their shape and color in contrast to commercial systems, installed in higher-class cars, that only detect the round speed limit signs and overtaking restrictions. Finally, we present some experiments performed on a benchmark databases with different kinds of occlusion.
    Źródło:
    Archives of Transport System Telematics; 2013, 6, 3; 10-13
    1899-8208
    Pojawia się w:
    Archives of Transport System Telematics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of correlation based dimension reduction methods
    Autorzy:
    Shin, Y. J.
    Park, C. H.
    Powiązania:
    https://bibliotekanauki.pl/articles/907508.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    analiza korelacyjna
    redukcja wymiaru
    liniowa analiza dyskryminacji
    canonical correlation analysis
    dimension reduction
    discriminative canonical correlation analysis
    linear discriminant analysis
    Opis:
    Dimension reduction is an important topic in data mining and machine learning. Especially dimension reduction combined with feature fusion is an effective preprocessing step when the data are described by multiple feature sets. Canonical Correlation Analysis (CCA) and Discriminative Canonical Correlation Analysis (DCCA) are feature fusion methods based on correlation. However, they are different in that DCCA is a supervised method utilizing class label information, while CCA is an unsupervised method. It has been shown that the classification performance of DCCA is superior to that of CCA due to the discriminative power using class label information. On the other hand, Linear Discriminant Analysis (LDA) is a supervised dimension reduction method and it is known as a special case of CCA. In this paper, we analyze the relationship between DCCA and LDA, showing that the projective directions by DCCA are equal to the ones obtained from LDA with respect to an orthogonal transformation. Using the relation with LDA, we propose a new method that can enhance the performance of DCCA. The experimental results show that the proposed method exhibits better classification performance than the original DCCA.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2011, 21, 3; 549-558
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie maszyny wektorów nośnych oraz liniowej analizy dyskryminacyjnej jako klasyfikatorów cech w interfejsach mózg-komputer
    Using support vector machine and linear discriminant analysis for features classification in brain-computer interfaces
    Autorzy:
    Jukiewicz, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/376916.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
    Tematy:
    interfejs mózg-komputer
    Maszyna Wektorów Nośnych
    Liniowa Analiza Dyskryminacyjna
    brain-computer interface
    support vector machine (SVM)
    linear discriminant analysis
    Opis:
    Głównym celem artykułu jest porównanie skuteczności klasyfikacji cech dwóch algorytmów klasyfikujących wykorzystywanych w interfejsach mózg-komputer: SVM (ang. Support Vector Machine, Maszyna Wektorów Nośnych) oraz LDA (ang. Linear Discriminant Analysis, Liniowa Analiza Dyskryminacyjna). W artykule przedstawiono interfejs, w którym użytkownikowi prezentowane są dwa bodźce migające z różną częstotliwością (10 i 15 Hz), a następnie za pomocą elektrod elektroencefalografu mierzona jest odpowiedź elektryczna mózgu. W takich interfejsach sygnał zbierany jest zwykle w okolicach potylicznych (nad korą wzrokową). W prezentowanym rozwiązaniu sygnał mierzony jest z okolic czołowych. W przetwarzaniu i analizie sygnału zastosowano algorytmy statystycznego uczenia maszynowego. Do ekstrakcji cech sygnału wykorzystano Szybką Transformatę Fouriera, do selekcji cech: test t-Welcha, a do klasyfikacji cech: SVM oraz DLA. Na podstawie odpowiedzi uzyskanej z klasyfikatora możliwe jest np. wysterowanie kierunku skrętu robota mobilnego lub włączenie czy wyłączenie oświetlenia.
    The main aim of this article is to compare the effectiveness of the classification of the two classifiers used in brain-computer interfaces: SVM (Support Vector Machine) and LDA (Linear Discriminant Analysis). The article presents an interface in which the subject is presented the two stimuli flashing at different frequencies (10 and 15 Hz) and then by using EEG electrodes electrical response of the brain is measured. In these interfaces, the signal is typically collected in the occipital area (on the visual cortex). In the presented solution the signal is measured form the prefrontal cortex. For signal processing and analysis statistical machine learning algorithms were used. For features’ extraction Fast Fourier Transform was used. For features’ selection Welch’s t test was used. For features’ classification was used SVM and DLA. Based on the responses obtained from the classifier it is possible to control the direction of a mobile robot’s movement or turning the lights on and off.
    Źródło:
    Poznan University of Technology Academic Journals. Electrical Engineering; 2014, 79; 25-30
    1897-0737
    Pojawia się w:
    Poznan University of Technology Academic Journals. Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Face Recognition Comparative Analysis Using Different Machine Learning Approaches
    Autorzy:
    Ahmed, Nisar
    Khan, Farhan Ajmal
    Ullah, Zain
    Ahmed, Hasnain
    Shahzad, Taimur
    Ali, Nableela
    Powiązania:
    https://bibliotekanauki.pl/articles/2024199.pdf
    Data publikacji:
    2021
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    linear discriminant analysis
    k-nearest neighbor
    support vector machine
    principal component analysis
    liniowa analiza dyskryminacyjna
    maszyna wektorów podporowych
    analiza głównych składowych
    Opis:
    The problem of a facial biometrics system was discussed in this research, in which different classifiers were used within the framework of face recognition. Different similarity measures exist to solve the performance of facial recognition problems. Here, four machine learning approaches were considered, namely, K-nearest neighbor (KNN), Linear Discriminant Analysis (LDA), Support Vector Machine (SVM), and Principal Component Analysis (PCA). The usefulness of multiple classification systems was also seen and evaluated in terms of their ability to correctly classify a face. A combination of multiple algorithms such as PCA+1NN, LDA+1NN, PCA+ LDA+1NN, SVM, and SVM+PCA was used. All of them performed with exceptional values of above 90% but PCA+LDA+1N scored the highest average accuracy, i.e. 98%.
    Źródło:
    Advances in Science and Technology. Research Journal; 2021, 15, 1; 265-272
    2299-8624
    Pojawia się w:
    Advances in Science and Technology. Research Journal
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza źródeł niepewności w modelowaniu ryzyka operacyjnego
    Analysis of sources of uncertainty in modelling operational risk
    Autorzy:
    Szkutnik, Tomasz
    Powiązania:
    https://bibliotekanauki.pl/articles/585902.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Cenzurowanie danych
    Liniowa analiza dyskryminacyjna
    Ryzyko operacyjne
    Ucinanie danych
    Censoring information
    Linear Discriminant Analysis (LDA)
    Operational risk
    Truncation of the information
    Opis:
    W artykule poruszony został problem związany z identyfikacją źródeł niepewności w modelowaniu ryzyka operacyjnego w oparciu o metodę LDA. Modelowanie ryzyka operacyjnego w bankowości opiera się najczęściej na informacjach zbieranych powyżej określonego progu. Fakt ucinania obserwacji jako jeden ze szczególnych rodzajów cenzurowania danych w wielu praktycznych przypadkach nie jest brany po uwagę przy estymacji parametrów rozkładu dotkliwości strat operacyjnych w metodzie LDA. W artykule zostały porównane różne formy cenzurowania danych wraz z oceną stopnia oddziaływania utraty informacji na zmienność zarówno wartości szacowanych parametrów rozkładów, jak i wielkości wyznaczanego ryzyka. Proponowane w artykule wykorzystanie estymacji cenzurowanej, które nie jest szeroko stosowane w praktyce bankowej, pozwala na poprawę jakości estymacji bez konieczności pełnego raportowania strat banku. Ponadto cenzurowanie informacji stanowi cenne źródło informacji nie tylko w procesie dotkliwości strat, ale także zapewnia dodatkowe informacje przy modelowaniu procesu częstości strat. Za pomocą symulacji pokazane jest oddziaływanie różnych sposobów zbierania informacji na jakość estymatorów wybranego rozkładu dotkliwości strat.
    The article focuses on the problem of identifying the sources of uncertainty in modelling operational risk based on the LDA method. Modelling operational risk in banking is based mostly on information collected above a certain threshold. Truncation of the observation as one of the specific types of censoring information in many practical cases is not taken into account when estimating the distribution parameters of the severity of operating losses in the LDA method. The article compared the different forms of censorship data together with the assessment of the degree of the impact of loss of information on the variability of the estimated parameters of the distribution and size of the risk. The proposed estimation method is not widely used in banking practice. This solution allows to improve the quality of the estimation without full reporting losses of the bank. In addition, censoring of information is a valuable source of information not only in the severity of losses, but also provides additional information in modelling frequency process of losses. Using the simulation is shown the impact of different ways of collecting information on the quality of the estimates of the distribution of severity of losses.
    Źródło:
    Studia Ekonomiczne; 2016, 304; 19-29
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Robust content-based image retrieval using ICCV, GLCM, and DWT-MSLBP descriptors
    Autorzy:
    Chavda, Sagar
    Goyani, Mahesh
    Powiązania:
    https://bibliotekanauki.pl/articles/27312841.pdf
    Data publikacji:
    2022
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    content-based image retrieval
    improved color coherence vector
    gray-level co-occurrence matrix
    discrete wavelet transform
    multi-scale local binary pattern
    principal component analysis
    linear discriminant analysis
    Opis:
    Content-based image retrieval (CBIR) retrieves visually similar images from a dataset based on a specified query. A CBIR system measures the similarities between a query and the image contents in a dataset and ranks the dataset images. This work presents a novel framework for retrieving similar images based on color and texture features. We have computed color features with an improved color coherence vector (ICCV) and texture features with a gray-level co-occurrence matrix (GLCM) along with DWT-MSLBP (which is derived from applying a modified multi-scale local binary pattern [MS-LBP] over a discrete wavelet transform [DWT], resulting in powerful textural features). The optimal features are computed with the help of principal component analysis (PCA) and linear discriminant analysis (LDA). The proposed work uses a variancebased approach for choosing the number of principal components/eigenvectors in PCA. PCA with a 99.99% variance preserves healthy features, and LDA selects robust ones from the set of features. The proposed method was tested on four benchmark datasets with Euclidean and city-block distances. The proposed method outshines all of the identified state-of-the-art literature methods.
    Źródło:
    Computer Science; 2022, 23 (1); 5--36
    1508-2806
    2300-7036
    Pojawia się w:
    Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Uogólniony liniowy klasyfikator Fishera
    Generalised Fisher linear classifier
    Autorzy:
    Rasała, D.
    Malina, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/222224.pdf
    Data publikacji:
    2014
    Wydawca:
    Akademia Marynarki Wojennej. Wydział Dowodzenia i Operacji Morskich
    Tematy:
    liniowa analiza dyskryminacyjna
    wektor dyskryminacyjny
    obliczanie liczby progów
    klasyfikator z jednym progiem
    klasyfikator z dwoma progami
    rozszerzone kryterium
    linear discriminant analysis
    Fisher discriminant vector
    calculation of number of thresholds
    double-threshold classifier
    extended Fisher criterion
    Opis:
    W literaturze wielokrotnie omawiano klasyfikatory obrazów o rozkładach normalnych. Na ogół, kiedy dwie klasy są znacznie oddalone od siebie, to ich separację można przeprowadzić za pomocą jednej hiperpłaszczyzny. W artykule rozpatrywane są przypadki trudne, kiedy rozkłady znacznie nachodzą na siebie. Aby błąd klasyfikacji był wówczas mniejszy, do rozdzielenia klas lepiej użyć dwóch niż jednej płaszczyzny. Na początku został opisany algorytm, który bada i wyznacza liczbę przecięć dwóch funkcji Gaussa jednej zmiennej dla różnych przypadków. Potem algorytm ten został włączony do algorytmu uczenia i klasyfikacji dla zadania dwuklasowego. Następnie został on uogólniony do zadań wieloklasowych. Przeprowadzone eksperymenty na płaszczyźnie dla zadań trudnych, gdy liczba klas L = 2, 3, 4 wykazały, że zaproponowany algorytm dawał lepsze wyniki niż algorytm klasyczny z jedną płaszczyzną rozdzielającą.
    Bayesian classifiers for normal distribution patterns have often been discussed in literature. In general, when two classes are considerably apart from each other, they can be separated with a single plane. In this paper we will exam-ine some difficult cases, i.e. when their distributions significantly overlap. In such cases, to minimize the classification error, it is better to use two planes instead of one to separate the classes. At the beginning, the paper describes an algorithm used to investigate and determine the number of intersections of two Gaussian functions for different cases. Further in the article, this algorithm is included in the learning and classification algorithm for a two-class task. Then the algorithm is generalized for multi-class tasks. The experiments carried out on a plane for difficult tasks, when the number of classes L = 2, 3, 4, show that the proposed algorithm produces better results than the conventional algorithm with one separating plane.
    Źródło:
    Zeszyty Naukowe Akademii Marynarki Wojennej; 2014, R. 55 nr 2 (197), 2 (197); 99-118
    0860-889X
    Pojawia się w:
    Zeszyty Naukowe Akademii Marynarki Wojennej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Identyfikacja koderów MP3 oraz urządzeń rejestrujących na podstawie badania plików fonicznych poddanych stratnej kompresji
    Identyfication of MP3 encoders and recording equipment based on examination subjected to lossy date compression
    Autorzy:
    Korycki, Rafał
    Powiązania:
    https://bibliotekanauki.pl/articles/1373994.pdf
    Data publikacji:
    2015
    Wydawca:
    Centralne Laboratorium Kryminalistyczne Policji
    Tematy:
    badanie autentyczności nagrań cyfrowych
    identyfikacja koderów MP3
    identyfikacja urządzeń rejestrujących
    analiza dowodów cyfrowych
    liniowa analiza dyskryminacyjna
    authenticity examination of digital audio recording
    identification of MP3 encoders
    identification of recording eguipment
    digital evidence analysis
    linear discriminant analysis
    Opis:
    W pracy nakreślono problem identyfikacji koderów MP3 oraz urządzeń rejestrujących na podstawie analizy nagrań fonicznych poddanych stratnej kompresji. Zaproponowana metoda może być wykorzystana jako wsparcie dla innych rozwiązań służących do wykrywania podwójnej kompresji oraz detekcji nieciągłości. Prezentowane podejście polega na statystycznej analizie zmiennych pozyskanych bezpośrednio ze strumienia danych MP3 i stanowiących nieodłączne parametry kompresji. Wyznaczone wektory składające się z 46 cech zostały użyte jako sekwencje treningowe liniowej analizy dyskryminacyjnej (LDA), jednego z najpopularniejszych algorytmów uczenia maszynowego z nadzorem. Skuteczność metody identyfikacji koderów MP3 oraz urządzeń rejestrujących została przetestowana na specjalnie przygotowanej w tym celu bazie nagrań muzycznych składającej się z blisko miliona plików MP3. Wyniki badań zostały omówione w kontekście wpływu parametrów kompresji na możliwość detekcji fałszerstw w cyfrowych nagraniach fonicznych.
    The paper outlines the problem of identification of MP3 encoders and recording devices based on the analysis of audio recordings subjected to lossy datę compression. The proposed method can be used as a support for other solutions used to detect double compression and discontinuities. The approach is based on the statistical analysis of the variables obtained directly from the MP3 data stream and constitute an inherent element of compression performance. Designated vectors consisting of 46 features were used as training sequences of linear discriminant analysis (LDA), one of the most popular supervised machinę learning algorithms. The effectiveness of this algorithms for the identification of MP3 encoders and recording equipment was tested on a musie database consisting of nearly one million MP3 files, specially prepared for this purpose. The results of the research were discussed in the context of the influence of compression parameters on the ability to detect falsification in digital audio recordings.
    Źródło:
    Problemy Kryminalistyki; 2015, 287; 28-39
    0552-2153
    Pojawia się w:
    Problemy Kryminalistyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An identification source of variation on the water quality pattern in the Malacca River basin using chemometric approach
    Autorzy:
    Hua, A. K.
    Powiązania:
    https://bibliotekanauki.pl/articles/204612.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    hierarchical cluster analysis
    discriminant analysis
    principal component analysis
    multiple linear
    regression analysis
    Opis:
    The Malacca River basin experienced river water pollution which caused a major deterioration to the ecosystems and environmental health. This study is carried out to assess the water quality data and identify the pattern of water pollution sources in the study area, and also to develop a predictive performance of water quality in the Malacca River basin. A chemometric approach using a combination of HCA, DA, PCA, and MLR, was applied into twenty water quality variables from nine sampling stations that were collected from January until December of 2015 in the river basin. HCA pointed out three clusters, namely Cluster 1 (C1) with low pollution source, Cluster 2 (C2) with moderate pollution source, and Cluster 3 (C3) with high pollution source. In the DA analysis, the results showed 21 variables, 12 variables, and 9 variables for standard mode, forward stepwise mode, and backward stepwise mode, respectively. Meanwhile, the PCA indicated that the main source of pollutants is detected from residential, industrial, commercial, agricultural, animal livestock, as well as forest land. Among the three models developed from MLR analysis, C3 with a high pollution source is detected to be the most suitable model to be used for the prediction of Water Quality Index in the Malacca River basin. This study proposed for an effective river water quality management by having new water quality monitoring network to be designed for more practical use in order to reduce time and effort, as well as cost saving purposes.
    Źródło:
    Archives of Environmental Protection; 2018, 44, 4; 111-122
    2083-4772
    2083-4810
    Pojawia się w:
    Archives of Environmental Protection
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On the binary classification problem in discriminant analysis using linear programming methods
    Autorzy:
    Olusola, Michael O.
    Onyeagu, Sydney I.
    Powiązania:
    https://bibliotekanauki.pl/articles/406591.pdf
    Data publikacji:
    2020
    Wydawca:
    Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
    Tematy:
    binary classification
    discriminant analysis
    error rate
    hit rate
    linear programming
    Opis:
    This paper is centred on a binary classification problem in which it is desired to assign a new object with multivariate features to one of two distinct populations as based on historical sets of samples from two populations. A linear discriminant analysis framework has been proposed, called the minimised sum of deviations by proportion (MSDP) to model the binary classification problem. In the MSDP formulation, the sum of the proportion of exterior deviations is minimised subject to the group separation constraints, the normalisation constraint, the upper bound constraints on proportions of exterior deviations and the sign unrestriction vis-à-vis the non-negativity constraints. The two-phase method in linear programming is adopted as a solution technique to generate the discriminant function. The decision rule on group-membership prediction is constructed using the apparent error rate. The performance of the MSDP has been compared with some existing linear discriminant models using a previously published dataset on road casualties. The MSDP model was more promising and well suited for the imbalanced dataset on road casualties.
    Źródło:
    Operations Research and Decisions; 2020, 30, 1; 119-130
    2081-8858
    2391-6060
    Pojawia się w:
    Operations Research and Decisions
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of Statistical Features and Multilayer Neural Network to Automatic Diagnosis of Arrhythmia by ECG Signals
    Autorzy:
    Slama, A. B.
    Lentka, Ł.
    Mouelhi, A.
    Diouani, M. F.
    Sayadi, M.
    Smulko, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/221289.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    Multilayer Neural Network
    arrhythmia diagnosis
    ECG signal processing
    Principal Component Analysis
    Fisher’s Linear Discriminant
    Opis:
    Abnormal electrical activity of heart can produce a cardiac arrhythmia. The electrocardiogram (ECG) is a non-invasive technique which is used as a diagnostic tool for cardiac diseases. Non-stationarity and irregularity of heartbeat signal imposes many difficulties to clinicians (e.g., in the case of myocardial infarction arrhythmia). Fortunately, signal processing algorithms can expose hidden information within ECG signal contaminated by additive noise components. This paper explores a method of de-noising ECG signal by the discrete wavelet transform (DWT) and further detecting arrhythmia by estimated statistical parameters. Parameters of the de-noised ECG signals were used to form an input data vector determining whether the examined patient suffers from a cardiac arrhythmia or not. Input data were transformed using selected linear methods in order to reduce dimension of the input vector. A neural network was used to detect illness. Compared with the results of recent studies, the proposed method provides more accurate diagnosis based on the examined ECG signal data.
    Źródło:
    Metrology and Measurement Systems; 2018, 25, 1; 87-101
    0860-8229
    Pojawia się w:
    Metrology and Measurement Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Badanie autentyczności cyfrowych nagrań fonicznych utrwalonych w plikach MP3
    Autenticity investigation of digital audio recorded as MP3 files
    Autorzy:
    Korycki, Rafał
    Powiązania:
    https://bibliotekanauki.pl/articles/1374046.pdf
    Data publikacji:
    2014
    Wydawca:
    Centralne Laboratorium Kryminalistyczne Policji
    Tematy:
    badanie autentyczności nagrań cyfrowych
    wykrywanie montażu
    badanie dowodów cyfrowych
    podwójna i wielokrotna kompresja MP3
    MDCT
    metody uczenia maszynowego z nadzorem
    maszyna wektorów nośnych (SVM)liniowa analiza dyskryminacyjna (LDA)
    authenticity examination of the digital recordings
    detection of montage
    testing digital evidence
    double and multiple MP3 compression
    supervised machine learning methods
    support vector machine (SVM)
    linear discriminant analysis (LDA)
    Opis:
    W pracy nakreślono problem wykrywania nieciągłości w nagraniach dźwiękowych poddanych stratnej kompresji i zaprezentowano nowe metody, które mogą być wykorzystane do badania autentyczności cyfrowych zapisów fonicznych. Prezentowane rozwiązania bazują na statystycznych analizie danych obliczonych na podstawie wartości współczynników MDCT. Wyznaczone wektory składające się z 228 cech zostały użyte jako sekwencje treningowe dwóch algorytmów uczenia maszynowego z nadzorem: liniowej analizy dyskryminacyjnej (LDA) oraz maszyny wektorów nośnych (SVM). Detekcja wielokrotnej kompresji została wykorzystana zarówno do wykrywania modyfikacji zapisu, jak również do ujawniania śladów montażu w cyfrowych nagraniach fonicznych. Skuteczność algorytmów służących do wykrywania nieciągłości została przetestowana na specjalnie przygotowanej w tym celu bazie nagrań muzycznych składającej się z blisko miliona plików MP3. Wyniki badań zostały omówione w kontekście wpływu parametrów kompresji na możliwość detekcji ingerencji w zapis cyfrowych nagrań fonicznych.
    In the work, the problem of detecting discontinuities in lossily compressed audio recordings was outlined and new methods that can be used to examine the authenticity of digital audio records were presented. The presented solutions are based on statistical analysis of the data, calculated on the basis of the value of MDCT coefficients. Designated vectors, consisting of 228 features, were used as the training sequences of two machine learning algorithms under the supervision of the linear discriminant analysis (LDA) and the support vector machine (SVM). Detection of multiple compression was both used to detect modification of the recording as well as to reveal traces of montage in digital audio recordings. The effectiveness of the algorithms for the detection of discontinuities was tested on the database of recorded music consisting of nearly one million MP3 files, specially prepared for this purpose. The results of the research were discussed in the context of the influence of parameters of the compression on the ability to detect interference in digital audio recordings.
    Źródło:
    Problemy Kryminalistyki; 2014, 283; 2-17
    0552-2153
    Pojawia się w:
    Problemy Kryminalistyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-14 z 14

      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