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 "time-frequency distribution" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Classification of EEG Signals Using Adaptive Time-Frequency Distributions
    Autorzy:
    Khan, N. A.
    Ali, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/221878.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    Adaptive Directional Time-Frequency Distribution
    EEG signals
    Time-Frequency features
    pattern recognition
    Opis:
    Time-Frequency (t-f) distributions are frequently employed for analysis of new-born EEG signals because of their non-stationary characteristics. Most of the existing time-frequency distributions fail to concentrate energy for a multicomponent signal having multiple directions of energy distribution in the t-f domain. In order to analyse such signals, we propose an Adaptive Directional Time-Frequency Distribution (ADTFD). The ADTFD outperforms other adaptive kernel and fixed kernel TFDs in terms of its ability to achieve high resolution for EEG seizure signals. It is also shown that the ADTFD can be used to define new time-frequency features that can lead to better classification of EEG signals, e.g. the use of the ADTFD leads to 97.5% total accuracy, which is by 2% more than the results achieved by the other methods.
    Źródło:
    Metrology and Measurement Systems; 2016, 23, 2; 251-260
    0860-8229
    Pojawia się w:
    Metrology and Measurement Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An intelligent compound gear-bearing fault identification approach using Bessel kernel-based time-frequency distribution
    Autorzy:
    Andrews, Athisayam
    Manisekar, Kondal
    Powiązania:
    https://bibliotekanauki.pl/articles/2203369.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    compound gear-bearing faults
    Bessel transform
    time-frequency distribution
    convolutional neural network
    Opis:
    The most crucial transmission components utilized in rotating machinery are gears and bearings. In a gearbox, the bearings support the force acting on the gears. Compound Faults in both the gears and bearings may cause heavy vibration and lead to early failure of components. Despite their importance, these compound faults are rarely studied since the vibration signals of the compound fault system are strongly dominated by noise. This work proposes an intelligent approach to fault identification of a compound gear-bearing system using a novel Bessel kernel-based Time-Frequency Distribution (TFD) called the Bessel transform. The Time-frequency images extracted using the Bessel transform are used as an input to the Convolutional Neural Network (CNN), which classifies the faults. The effectiveness of the proposed approach is validated with a case study, and a testing efficiency of 94% is achieved. Further, the proposed method is compared with the other TFDs and found to be effective.
    Źródło:
    Metrology and Measurement Systems; 2023, 30, 1; 83--97
    0860-8229
    Pojawia się w:
    Metrology and Measurement Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Generative modelling of vibration signals in machine maintenance
    Autorzy:
    Puchalski, Andrzej Adam
    Komorska, Iwona
    Powiązania:
    https://bibliotekanauki.pl/articles/28086927.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    time-frequency analysis
    condition monitoring
    anomalies detection
    deep generative models
    variational autoencoder
    data distribution
    Opis:
    The exponential development of technologies for the acquisition, collection, and processing of data from real-world objects is creating new perspectives in the field of machine maintenance. The Industrial Internet of Things is the source of a huge collection of measurement data. The performance of classification or regression algorithms needs to take into account the random nature of the process being modelled and any incomplete observability, especially in terms of failure states. The article highlights the practical possibilities of using generative artificial intelligence and deep machine learning systems to create synthetic measurement observations in monitoring the vibrations of rotating machinery to improve unbalanced databases. Variational AutoencoderVAE generative models with latent variables in the form of high-level input features of time-frequency spectra were studied. The mapping and generation algorithm was optimised and its effectiveness was tested in the practical solution of the task of diagnosing the three operating states of a demonstration gearbox.
    Źródło:
    Eksploatacja i Niezawodność; 2023, 25, 4; art. no. 173488
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Advanced time-frequency representation in voice signal analysis
    Autorzy:
    Mika, Dariusz
    Józwik, Jerzy
    Powiązania:
    https://bibliotekanauki.pl/articles/102330.pdf
    Data publikacji:
    2018
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    signal analysis
    spectrogram
    time-frequency analysis
    time-frequency representation
    Cohen’s class
    Wigner-Ville distribution
    analiza sygnału
    spektrogram
    analiza czasu
    analiza częstotliwości
    reprezentacja czasu i częstotliwości
    klasa Cohena
    rozkład Wignera-Ville'a
    Opis:
    The most commonly used time-frequency representation of the analysis in voice signal is spectrogram. This representation belongs in general to Cohen’s class, the class of time-frequency energy distributions. From the standpoint of properties of the resolution, spectrogram representation is not optimal. In Cohen class representations are known which have a better resolution properties. All of them are created by smoothing the Wigner-Ville’a distribution characterized by the best resolution, however, the biggest harmful interference. The used smoothing functions decide about a compromise between the properties of resolution and eliminating harmful interference term. Another class of time-frequency energy distributions is the affine class of distributions. From the point of view of readability of analysis of the best properties are known so called Redistribution of energy caused by the use of a general methodology referred to as reassignment to any time-frequency representation. Reassigned distributions efficiently combine a reduction of the interference terms provided by a well adapted smoothing kernel and an increased concentration of the signal components.
    Źródło:
    Advances in Science and Technology. Research Journal; 2018, 12, 1; 251-259
    2299-8624
    Pojawia się w:
    Advances in Science and Technology. Research Journal
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zdalne porównanie wzorców czasu i częstotliwości COMW z GUM metodą Common View opartą o GPS. Realizacja lokalnej skali czasu UTC w COMW i dystrybucji czasu w sieci lokalnej COMW
    Remote comparison of COMW and GUM time and frequency standards based on Common View GPS method. Local UTC time scale at COMW and time distribution in local network
    Autorzy:
    Targos, R.
    Małkiński, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/153382.pdf
    Data publikacji:
    2003
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    wzorzec czasu i częstotliwości
    zdalne porównanie
    metoda GPS Common View
    skala czasu
    dystrybucja czasu
    time and frequency standard
    remote comparison
    Common View GPS method
    time scale
    time distribution
    Opis:
    Artykuł przedstawia wykorzystanie metody Common View GPS do zdalnego porównywania wzorców czasu i częstotliwości znajdujacych sie w COMW i GUM. Przedstawione wyniki porównań obejmują okres 6 miesięcy. Zaprezentowano przykłady realizacji synchronizacji własnej sieci lokalnej w oparciu o protokół TCP/IP oraz dystrybucję czasu w obszarze tej sieci.
    Application of GPS Common View method in remote comparison of time and frequency standards located in COMW and GUM is presented in the article. Results covers 6-month interval. Examples of local network synchronization based on the TCP/IP protocol and its distribution within this network were presented.
    Źródło:
    Pomiary Automatyka Kontrola; 2003, R. 49, nr 10, 10; 23-26
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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