Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "signal segmentation" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Signal segmentation for operational regimes detection of heavy duty mining mobile machines - a statistical approach
Segmentacja sygnału w celu wykrywania stanów pracy maszyny - podejście statystyczne
Autorzy:
Wyłomańska, A.
Zimroz, R.
Powiązania:
https://bibliotekanauki.pl/articles/328499.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
mobile machine
automatic operational regime detection
signal processing
signal segmentation
maszyna mobilna
automatyczna detekcja trybów pracy
przetwarzanie sygnału
segmentacja sygnału
Opis:
In the paper an automatic procedure for diagnostic signals segmentation is proposed. The purpose of the procedures is to detect/identify part of the signal, that is related to stationary operation regime of machine. Detection and parameterization of such events might help to improve efficiency of machine usage, for example to minimize number of segments and their duration for machine operation under idle mode or overload mode. It is proposed to use a procedures that are based on statistical analysis to estimate the critical point of the division in a structural change in a time series. Two measures have been proposed for critical points detection: the first one is based on testing of empirical moment of order two for time subseries with length k, second one is related to analysis of second order moment moving along the signal. These techniques have been validated using simulations and then applied to real data acquired from on board monitoring system developed for mobile mining machines (loaders are considered here). Results of application are discussed in the paper.
W artykule przedstawiono procedury segmentacji sygnałów drganiowych. Cel opracowanych procedur jest związany z detekcją/identyfikacją fragmentów sygnału (segmentów) które związane są z różnymi trybami pracy maszyny jak na przykład bieg jałowy czy przeciążenie. Detekcja i parametryzacja tych segmentów pozwoli poprawić efektywność pracy tj. minimalizować czas pracy na biegu jałowym czy zapobiegać przyspieszonym procesom degradacji wynikającym z nieprawidłowego użytkowania maszyny. Zaproponowano dwie procedury bazujące na statystykach, które estymują punkt dzielący szereg czasowy na podprocesy o znaczących różnicach statystycznych. Pierwsza ze statystyk bazuje na badaniu zachowania empirycznego momentu rzędu 2 danej próby w oknie o długości k, druga jest analizą kroczącego drugiego momentu z próby. W pracy przedstawiono wyniki walidacji metody na sygnałach symulacyjnych oraz wyniki zastosowania procedur do sygnałów zarejestrowanych na górniczych maszynach samojezdnych pracujących w kopalni podziemnej.
Źródło:
Diagnostyka; 2014, 15, 2; 33-42
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Speech Segmentation Algorithm Based on an Analysis of the Normalized Power Spectral Density
Autorzy:
Pekar, D.
Tsikhanenka, S.
Powiązania:
https://bibliotekanauki.pl/articles/308533.pdf
Data publikacji:
2010
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
phoneme segmentation
power spectral density
short-term signal energy
speaker independent
voice systems
Opis:
This article demonstrates a new approach to speaker independent phoneme detection. The core of the algorithm is to measure the distance between normalized power spectral densities in adjacent, short-time segments and verify it based on velocity of changes of values of short-time signal energy analysis. The results of experiment analysis indicate that proposed algorithm allows revealing a phoneme structure of pronounced speech with high probability. The advantages of this algorithm are absence of any prior information on a signal or model of phonemes and speakers that allows the algorithm to be speaker independent and have a low computation complexity.
Źródło:
Journal of Telecommunications and Information Technology; 2010, 4; 44-49
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Detekcja błędów segmentacji sygnału fotopletyzmograficznego
The detection of segmentation errors in a photoplethysmographic signal
Autorzy:
Bołtrukiewicz, M.
Powiązania:
https://bibliotekanauki.pl/articles/157309.pdf
Data publikacji:
2014
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
błąd segmentacji
wskaźnik błędów
sygnał fotopletyzmograficzny
zmienność rytmu serca
przedziały tolerancji
czułość
specyficzność
error of segmentation
factor of errors
photoplethysmographic signal
PPG
heart rate variability
HRV
ranges of tolerance
sensitivity
specificity
Opis:
Tematyka pracy związana jest z analizą zmienności rytmu serca, a dotyczy w szczególności detekcji błędów powstających podczas segmentacji procedury wyznaczającej zbiór okresów przebiegu. W artykule omówiono i zilustrowano podstawowe przyczyny błędów segmentacji. Zaproponowano dwa algorytmy detekcyjne wykorzystujące statystyczne przedziały tolerancji, które następnie przetestowano i oceniono przy użyciu posiadanego zbioru 5-minutowych przebiegów sygnału fotopletyzmograficznego.
The paper concerns the detection of segmentation errors in a photoplethysmographic signal (PPG). In the paper, the causes of segmentation errors are considered. The technical causes are presented in Figs. 1 and 2 while the biological causes are shown in Fig. 3. Two algorithms of detection of errors are proposed. Both algorithms use statistical tolerance ranges, which are described by Eq. 1. The principles of operation of these algorithms are given in Eqs. 2 and 3. In the study the efficiency of these algorithms was evaluated using the factor of errors defined by Eq. 4. For both algorithms the sensitivity (SE), specificity (SP) and positive prediction value (PPV) and negative prediction value (NPV) were calculated, too. In the experiments real photoplethysmographic signals were analyzed. Time duration of each signal was equal to 5 min. The coefficients of errors obtained for both algorithms are presented in Fig. 4. The comparison of the sensitivity and the positive prediction value is shown in Fig. 5. The causes of differences between the obtained values of the coefficients are considered. The possibility of improvement of SE and PPV is also analyzed.
Źródło:
Pomiary Automatyka Kontrola; 2014, R. 60, nr 8, 8; 541-543
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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