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 "transformata falkowa" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 86
Tytuł:
Application of wavelet-Fourier analysis into drawing-shaft reinforcement diagnostics
Zastosowanie analizy falkowej-Fouriera w diagnostyce zbrojenia szybowego
Autorzy:
Batko, W.
Krzyworzeka, P.
Mikulski, A.
Powiązania:
https://bibliotekanauki.pl/articles/328824.pdf
Data publikacji:
2006
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka
transformata falkowa-Fouriera
analiza niestacjonarna
diagnostic
wavelet-Fourier transform
non-stationary analysis
Opis:
Impulse tests are commonly encountered in the research of dynamic properties of frame constructions in their operation time. One of the most significant problem issue associated with the application of these tests is description problems and unambiguous interpretation of non-stationary measurements results. New approach introduced by the authors involves system response-signal filtration by means of wavelet analysis and taking advantage of the information contained within the signal's energy. The article describes the application of wavelet-Fourier transformation for determining frequency spectrum from recovered impulse response. Practical usage is illustrated by the example shaft reinforcement in an underground mine.
W badaniach własności dynamicznych konstrukcji kratowych w trakcie eksploatacji wykorzystuje się zazwyczaj testy impulsowe. Jednym z istotnych utrudnień ich stosowania są problemy opisu oraz jednoznacznej interpretacji niestacjonarnych wyników pomiaru. Nowością zaproponowaną przez autorów jest filtracja sygnału odpowiedzi układu za pomocą analizy falkowej oraz wykorzystanie informacji zawartej w energii sygnału. Opisano sposób wykorzystania transformacji falkowej-Fouriera dla wyznaczenia widma częstotliwościowego ze zrekonstruowanej odpowiedzi impulsowej. Możliwości praktyczne ilustruje przykład zbrojenia szybowego kopalni podziemnej.
Źródło:
Diagnostyka; 2006, 1(37); 127-133
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Badania zbrojenia szybowego w oparciu o globalny współczynnik tłumienia
Testing of shaft reinforcement using global attenuation coefficient
Autorzy:
Batko, W.
Korbiel, T.
Powiązania:
https://bibliotekanauki.pl/articles/328549.pdf
Data publikacji:
2007
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka techniczna
transformata falkowa
krzywe sklejane
analiza modalna
technical diagnostics
wavelet transform
spline
modal analysis
Opis:
Szyby kopalniane są strategicznym ogniwem przy wydobyciu minerału metodami podziemnymi. Ze względu na funkcję mogą służyć do transportu urobku, maszyn i urządzeń oraz ludzi, ich zadaniem jest również odprowadzanie i dostarczanie do wyrobisk powietrza. W niektórych przypadkach stanowią drogę przy dostarczaniu do wyrobiska materiału podsadzkowego. Dlatego też konieczne jest utrzymanie szybów kopalnianych w należytym stanie, umożliwiającym ich bezpieczne i bezawaryjne użytkowanie. W artykule opisano badania związane z diagnostyką zbrojeni szybowego. W trakcie tych badań opracowano nową metodę badania elementów zbrojenia. Przedstawione wyniki prowadzonych prac umożliwiają stosowania prezentowanych metod w innych zagadnieniach technicznych.
Mine shafts are the strategic link for mineral output using underground methods. The shafts are used for transportation of landings, equipment, tools and people but also for providing air exchange to the headings. In some cases shafts are the way to supply heading with stowing. Therefore it is crucial to keep the shaft in proper condition, allowing their safe and failure-free usage. The paper describes research related to shaft reinforcement diagnostics. During the research a new method of testing was developed. The presented results allow using of the presented methods in other technical problems.
Źródło:
Diagnostyka; 2007, 1(41); 27-38
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Mechanical fault detection in rotating electrical machines using MCSA-FFT and MCSA-DWT techniques
Autorzy:
Bessous, N.
Sbaa, S.
Megherbi, A. C.
Powiązania:
https://bibliotekanauki.pl/articles/200283.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
motor current signature analysis
MCSA
discrete wavelet transform
DWT
rolling element bearing faults
rotor eccentricity
stator current spectrum
dyskretna transformata falkowa
uszkodzenia łożysk tocznych
widmo prądu stojana
Opis:
This paper presents mechanical fault detection in squirrel cage induction motors (SCIMs) by means of two recent techniques. More precisely, we have analyzed the rolling element bearing (REB) faults in SCIM. Rolling element bearing faults constitute a major problem among different faults which cause catastrophic damage to rotating machinery. Thus early detection of REB faults in SCIMs is of crucial importance. Vibration analysis is among the key concepts for mechanical vibrations of rotating electrical machines. Today, there is massive competition between researchers in the diagnosis field. They all have as their aim to replace the vibration analysis technique. Among them, stator current analysis has become one of the most important subjects in the fault detection field. Motor current signature analysis (MCSA) has become popular for detection and localization of numerous faults. It is generally based on fast Fourier transform (FFT) of the stator current signal. We have detailed the analysis by means of MCSA-FFT, which is based on the stator current spectrum. Another goal in this work is the use of the discrete wavelet transform (DWT) technique in order to detect REB faults. In addition, a new indicator based on the MCSA-DWT technique has been developed in this study. This new indicator has the advantage of expressing itself in the quantity and quality form. The acquisition data are presented and a comparative study is carried out between these recent techniques in order to ensure a final decision. The proposed subject is examined experimentally using a 3 kW squirrel cage induction motor test bed.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2019, 67, 3; 571-582
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Określenie rozkładu naprężeń własnych w funkcji głębokości warstwy wierzchniej elementu maszyny
The assessment of internal stress distribution against depth of the machine components surface layer
Autorzy:
Błachnio, J.
Powiązania:
https://bibliotekanauki.pl/articles/327374.pdf
Data publikacji:
2006
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
warstwa wierzchnia
naprężenia własne
efekt Barkhausena
transformata falkowa
surface layer
residual stress
Barkhausen effect
wavelet transform
Opis:
Posiadanie wiarygodnej i kompletnej informacji o stanie maszyny, jest niezbędne do podjęcia prawidłowych decyzji o dopuszczeniu jej do dalszej eksploatacji. Stosowane metody badań nieniszczących umożliwiają między innymi diagnozowanie własności warstwy wierzchniej elementów maszyn. Jednakże głębokość pomiaru naprężeń za pomocą metod nieniszczących jest ograniczona do grubości rzędu kilkudziesięciu mikrometrów, a otrzymany wynik jest uśrednioną wartością z tej głębokości. Jedną z metod określania naprężeń jest metoda polowego efektu Barkhausena. Zastosowanie analizy falkowej oraz modelu tłumienia sygnału efektu Barkhausena pozwoliło zbudować funkcje skalujące odwzorowujące parametry tego sygnału na rozkład naprężeń w warstwie wierzchniej. Opracowaną metodę diagnostyczną zastosowano do określenia rozkładu naprężeń własnych w warstwie wierzchniej łopatki sprężarki osiowej silnika turbinowego.
The reliable and complete information on machine's health proves necessary to make a correct decision on allowing further operational use of this machine, or not. The non-destructive testing (NDT) methods in use facilitate, among other things, the diagnosing of properties of surface layers of the machine's components. However, the depth of taking stress measurements with the NDT methods has been limited down to tens of micrometers, the result gained is an averaged value of this depth. The Barkhausen field effect method is one of the methods to evaluate the stress. The wavelet analysis and the model of suppressing the Barkhausen effect signal have enabled generation of scaling functions that provide the signal parameters mapping on the stress distribution in the surface layer. The already developed diagnostic method has been applied to assess the internal stress distribution in the surface layer of a blade of the turbine engine's axial compressor.
Źródło:
Diagnostyka; 2006, 3(39); 101-108
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of wavelet transform into precise localization of railway rail edges in visual diagnostic of track
Zastosowanie transformaty falkowej do precyzyjnego określania krawędzi szyn dla celów diagnostyki wizyjnej toru
Autorzy:
Bojarczak, P.
Powiązania:
https://bibliotekanauki.pl/articles/224243.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
transformata falkowa
diagnostyka toru
wavelet transform
diagnostic of trock
Opis:
The paper presents the application of wavelet transform into precise localization of railway rail edges. The precise localization of inner edges of the rail is particularly crucial in detection of surface flaws by the vision system. The proposed method uses the multi-resolution analysis in detection of rail edges. Application of the wavelet transform and the choice of the right combination of decomposition levels along with wavelet type immunizes the proposed algorithm against the variation of luminance of analyzing image. The algorithm is additionally resistant to shadows incidentally appearing in analyzing images. The performance of algorithm has been tested on the images coming from real vision system installed on the carriage.
W artykule przedstawiono zastosowanie transformaty falkowej do precyzyjnego określania krawędzi szyny. Jest to szczególnie istotny problem, mający wpływ na jakość działania algorytmów wizyjnej detekcji wad powierzchniowych szyn w torze. Dzięki zastosowaniu transformaty falkowej pozwaląjącej na jednoczesną analizę w dziedzinie przestrzennej oraz wyborze odpowiedniej kombinacji poziomów dekompozycji i odpowiedniego typu falki, zaproponowane rozwiązanie jest odporne na zmiany luminancji analizowanych obrazów jak również redukuje do minimum wpływ cieni i odblasków w nich występujących. Dzięki temu system wizyjny nie musi być wyposażony w dodatkowe osłony. Działanie algorytmu zostało przetestowane na losowo wybranych z bazy systemu wizyjnego obrazach zarejestrowanych wagonem diagnostycznym.
Źródło:
Archives of Transport; 2012, 24, 1; 5-16
0866-9546
2300-8830
Pojawia się w:
Archives of Transport
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
SVM based classification method of railway`s defects
Autorzy:
Bojarczak, P.
Lesiak, P.
Powiązania:
https://bibliotekanauki.pl/articles/158025.pdf
Data publikacji:
2007
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
metoda magnetycznej pamięci metalu
transformata falkowa
sieci SVM
Method of Metal Magnetic Memory
wavelets transform
Opis:
Railway's surface defects belong to some kind of railway's flaws not been detected by traditional ultrasonic method and therefore they pose a major thread to the safety of railway traffic. Paper's aim is to present the Method of Metal Magnetic Memory along with SVM network allowing for detection of surface defects. Signals coming from the device whose operation is based on this method are given to wavelet's packet block extracting the most important features characterizing surface defects, followed by SVM network operating as a classifier.
W artykule przedstawiono próbę wykorzystania metody magnetycznej pamięci metalu wraz z klasyfikatorem opartym o sieć SVM (Support Vector Machines) do wykrywania wad powierzchniowych występujących w szynach kolejowych. Wady te są niewykrywalne przez tradycyjne metody oparte na ultradźwiękach a przez to stanowią poważne zagrożenie dla bezpieczeństwa ruchu pociągów.
Źródło:
Pomiary Automatyka Kontrola; 2007, R. 53, nr 12, 12; 15-17
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Visual system diagnosing the state of elements fastening the rail to the sleepers
Wizyjny system diagnostyki stanu elementów mocujących szynę do podkładu
Autorzy:
Bojarczak, P.
Lesiak, P.
Powiązania:
https://bibliotekanauki.pl/articles/155802.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
tor kolejowy
przetwarzanie obrazów
transformata falkowa
sieci neuronowe
railway line
image processing
wavelet transform
neural networks
Opis:
The paper presents an attempt of application of image processing algorithms along with neural networks to diagnosis of the state of elements fastening the rail to the sleepers in a railway line. The system allows for detection of the presence or the absence of fastening elements on a basis of the sleeper view and its neighborhood. The system effectiveness is equal to 90%.
Artykuł przedstawia próbę wykorzystania algorytmów przetwarzania obrazów oraz sieci neuronowych do diagnostyki stanu elementów mocujących szynę do podkładu w torze kolejowym. System na postawie obrazu podkładu wraz z podsypką wykrywa obecność lub nieobecność elementu mocującego podkład do szyny. System składa się z trzech bloków: bloku zawężającego obszar poszukiwania elementów mocujących, do obszaru podkładu, bloku określającego cechy charakterystyczne elementu mocującego oraz bloku klasyfikatora (sieci neuronowej). Blok pierwszy przeprowadza segmentację obrazu w oparciu o jego teksturę z wykorzystaniem filtru entropijnego w celu wyodrębnienia podkładu z analizowanego obrazu. Blok drugi wykorzystując dwuwymiarową transformatę falkową z falką Coif1 wydobywa cechy charakterystyczne elementów mocujących szynę. Blok trzeci w oparciu o wydobyte cechy przeprowadza klasyfikację - element mocujący dobry, uszkodzony bądź jego brak. Jako klasyfikator została użyta sieć neuronowa hybrydowa. Skuteczność zaproponowanego rozwiązania wyniosła 90%.
Źródło:
Pomiary Automatyka Kontrola; 2011, R. 57, nr 12, 12; 1605-1607
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Implementation of multidimensional identification of signal characteristics in the analysis of vibration properties of an automotive vehicle’s floor panel
Implementacja wielowymiarowej identyfikacji charakterystycznych cech sygnału w analizie własności drganiowych panelu podłogowego pojazdu samochodowego
Autorzy:
Burdzik, R.
Powiązania:
https://bibliotekanauki.pl/articles/1366034.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
vibration signal processing
wavelet transform
FFT
analiza sygnałów drganiowych
transformata falkowa
Opis:
The article provides a proposal of software application of a method and an algorithm developed to identify signal characteristics in the analysis of vibration properties of an automotive vehicle’s floor panel. Due to the complexity resulting from nonlinear and random nature of vibration phenomena in automotive vehicles, the analysis in question is multidimensional. The property table being established consists of numerous measures and estimators, both dimensional and dimensionless ones, in the domains of amplitudes, time, frequency and time-frequency. The foregoing enables observation and separation of signal components in multiple domains, but it also makes it possible to define signal measures depending on stationary and non-stationary characteristics as well as accurate time positioning of resonant frequencies. Multicriterial approach to identification of vibration enables determining the table of vibration properties measures of floor panel. The table is numerical form of characteristics properties of the vibration signal.
W artykule przedstawiono programową aplikację opracowanej metody i algorytmu matematycznego identyfikacji charakterystycznych cech sygnału w analizie własności drganiowych panelu podłogowego pojazdu samochodowego. Z uwagi na złożoność, wynikającą z nieliniowości i losowości, zjawisk drganiowych w pojazdach samochodowych analiza ma charakter wielowymiarowy. Wyznaczana tabela właściwości składa się z wielu miar i estymatorów wymiarowych i bezwymiarowych w dziedzinach amplitud, czasu, częstotliwości i czasowo-częstotliwości. Pozwala to na obserwację i separację składowych sygnału w wielu dziedzinach. Umożliwia definiowanie miar sygnału w zależności od cech stacjonarności i niestacjonarności oraz precyzyjną lokalizację czasową częstotliwości rezonansowych. Wielokryterialne podejście do identyfikacji drgań umożliwia wyznaczenie zbioru właściwości drganiowych panelu podłogowego, który jest numerycznym odzwierciedleniem charakterystycznych cech sygnału drgań.
Źródło:
Eksploatacja i Niezawodność; 2014, 16, 3; 458-464
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Automatic prolongation recognition in disordered speech using CWT and Kohonen network
Autorzy:
Codello, I.
Kuniszyk-Jóźkowiak, W.
Smołka, E.
Kobus, A.
Powiązania:
https://bibliotekanauki.pl/articles/332965.pdf
Data publikacji:
2012
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
sieć Kohonena
zaburzenia automatycznego rozpoznawania mowy
ciągła transformata falkowa
skala Barka
wydłużenie mowy
Kohonen network
automatic disorders speech recognition
waveblaster
CWT
continuous wavelet transform (CWT)
Bark scale
speech prolongations
Opis:
Automatic disorder recognition in speech can be very helpful for the therapist while monitoring therapy progress of the patients with disordered speech. In this article we focus on prolongations. We analyze the signal using Continuous Wavelet Transform with 18 bark scales, we divide the result into vectors (using windowing) and then we pass such vectors into Kohonen network. Quite large search analysis was performed (5 variables were checked) during which, recognition above 90% was achieved. All the analysis was performed and the results were obtained using the authors' program - "WaveBlaster". It is very important that the recognition ratio above 90% was obtained by a fully automatic algorithm (without a teacher) from the continuous speech. The presented problem is part of our research aimed at creating an automatic prolongation recognition system.
Źródło:
Journal of Medical Informatics & Technologies; 2012, 20; 137-144
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Disordered sound repetition recognition in continuous speech using CWT and Kohonen network
Autorzy:
Codello, I.
Kuniszyk-Jóźkowiak, W.
Smołka, E.
Kobus, A.
Powiązania:
https://bibliotekanauki.pl/articles/333359.pdf
Data publikacji:
2011
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
sieć Kohonena
zaburzenia automatycznego rozpoznawania mowy
ciągła transformata falkowa
skala Barka
powtarzanie dźwięku
Kohonen network
automatic disorders speech recognition
waveblaster
CWT
continuous wavelet transform (CWT)
Bark scale
sound repetition
Opis:
Automatic disorders recognition in speech can be very helpful for therapist while monitoring therapy progress of patients with disordered speech. This article is focused on sound repetitions. The signal is analyzed using Continuous Wavelet Transform with 16 bark scales, the result is divided into vectors and passed into Kohonen network. Finally, the Kohonen winning neuron result is put on the 3-layer perceptron. The recognition ratio was increased by about 20% by adding a modification into the Kohonen network training process as well as into CWT computation algorithm. All the analysis was performed and the results were obtained using the authors' program ”WaveBlaster“, The problem presented in this article is a part of our research work aimed at creating an automatic disordered speech recognition system.
Źródło:
Journal of Medical Informatics & Technologies; 2011, 17; 123-130
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Classification of the degree of chipping tip of the tooth in a gear wheel by using the fuzzy logic and the continuous wavelet transform
Klasyfikacja stopnia wykruszenia zęba koła przekładni przy użyciu logiki rozmytej i ciągłej transformaty falkowej
Autorzy:
Czech, P.
Powiązania:
https://bibliotekanauki.pl/articles/374551.pdf
Data publikacji:
2008
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
przekładnia zębata
wykruszenie zęba
transformata falkowa
FZG
model rozmyty
tooth gear
chipping tip of the tooth
wavelet transform
fuzzy logic
Opis:
This article presents the tests results showing the construction of the local damages classifier of the transmission gear teeth, built on the basis of the fuzzy logic. The tested object was the transmission gear with straight teeth, working on the circulating power FZG stand. The tests included the gears with the undamaged teeth and with the locally damaged teeth in the form of the tooth top crumbling. The construction of the systems diagnosing the local damages of the teeth was also proposed. To achieve this aim, the vibration signals which had undergone proper filtration and processing were used.
W artykule przedstawiono wyniki prób mających na celu budowę klasyfikatora lokalnych uszkodzeń zębów kół przekładni, zbudowanego na podstawie logiki rozmytej. Obiekt badań stanowiła przekładnia zębata o zębach prostych, pracująca na stanowisku mocy krążącej FZG. Badaniami objęto przekładnie z kołami bez uszkodzeń oraz z lokalnymi uszkodzeniami zębów w postaci wykruszenia wierzchołka zęba. Zaproponowano również sposób budowy systemów diagnozujących lokalne uszkodzenia zębów kół. Do tego celu wykorzystano sygnały drganiowe poddane odpowiedniej filtracji oraz przetwarzaniu.
Źródło:
Transport Problems; 2008, 3, 1; 57-68
1896-0596
2300-861X
Pojawia się w:
Transport Problems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Entropia dyskretnej transformaty falkowej i radialne sieci neuronowe jako narzędzia diagnostyki nieszczelności zaworu wylotowego w silniku ZS
Entropy of discrete wavelet transform and radial neural networks as a diagnosis tool of diesel engine exhaust valve fault
Autorzy:
Czech, P.
Powiązania:
https://bibliotekanauki.pl/articles/198343.pdf
Data publikacji:
2011
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
transformata falkowa
sieć neuronowa
diagnostyka
zawór wydechowy
silnik z zapłonem samoczynnym
wavelet transform
neural network
diagnostics
exhaust valve
compression-ignition engine
Opis:
W przypadku diagnozowania silnika spalinowego metodami drganiowymi nie można zapominać o występowaniu wielu źródeł drgań, co jest przyczyna wzajemnego zakłócania symptomów uszkodzeń. Ze względu na konieczność analizy sygnałów niestacjonarnych i impulsowych w niniejszym artykule wykorzystano dyskretna transformatę falkową (DWT). Na podstawie sygnałów zdekomponowanych za jej pomocą wyznaczono wartość entropii, która stanowiła podstawę do budowy wzorców stanów pracy silnika, przeznaczonych do uczenia sieci neuronowych. Z przeprowadzonych badań wynika, że istnieje możliwość wykorzystania radialnych sztucznych sieci neuronowych do oceny nieszczelności zaworu wylotowego w silniku ZS.
In case of diagnosing combustion engines by vibration methods, the presence of numerous sources of vibration cannot be neglected, which are the reason for reciprocal interference of symptoms of fault. Owing to the necessity of analyzing non-stationary and impulse signals, a discrete wavelet transform (DWT) has been applied in this study. Based on the signals' decomposition performed by means of the transform, the value of entropy was determined, which served as a basis in the construction of the states of engine operation intended for teaching neural networks. As results from the research, there is a possibility of using radial neural networks to assess the diesel engine exhaust valve fault.
Źródło:
Zeszyty Naukowe. Transport / Politechnika Śląska; 2011, 73; 15-20
0209-3324
2450-1549
Pojawia się w:
Zeszyty Naukowe. Transport / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Klasyfikacja rodzaju i stopnia uszkodzenia zębów kół przekładni oparta na ciągłej transformacie falkowej i sieci neuronowej typu MLP - koncepcja wykorzystania danych z modelu i rzeczywistej przekładni
Classification of kinds and degee of tooth gear fail by using continuous wavelet transform and MLP neural network - conception of using dates from the model and real gearbox
Autorzy:
Czech, P.
Łazarz, B.
Powiązania:
https://bibliotekanauki.pl/articles/328338.pdf
Data publikacji:
2007
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka
przekładnia zębata
sztuczna sieć neuronowa
ciągła transformata falkowa
diagnostics
gear fault
neural network
continuous wavelet transform (CWT)
Opis:
W opracowaniu przedstawiono wyniki próby zastosowania sztucznej sieci neuronowej jako klasyfikatora rodzaju i stopnia uszkodzenia zębów kół w przekładni. Klasyfikator neuronowy oparto na sztucznej sieci neuronowej typu MLP. Dane wejściowe do klasyfikatora stanowiła macierz złożona z miar statystycznych otrzymanych z ciągłej analizy falkowej. Zidentyfikowany model przekładni zębatej pracującej w układzie napędowym oraz stanowisko mocy krążącej FZG posłużyły do generacji zbiorów uczących i testujących zastosowanych w eksperymencie.
The work presents results of an experiment that employs the artificial neuronal network in the task of identification of kinds and degree of tooth failure. Neural Networks were based on the Multi Layer Perceptrons. Statistical measures that describe the emergence and degree of tooth gear diagnostic served as input data for the artificial neural networks. The measures employed in the experiment were obtained from signals through the continuous wavelet transform. In the experiment the dynamic model of gearbox and power circulating gear testing machine was used as generator of data.
Źródło:
Diagnostyka; 2007, 2(42); 75-82
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Image denoising using new wavelet thresholding function
Autorzy:
Dehda, B.
Melkemi, K.
Powiązania:
https://bibliotekanauki.pl/articles/122959.pdf
Data publikacji:
2017
Wydawca:
Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
Tematy:
wavelet transform
image denoising
wavelet thresholding
wavelet shrinkage rules
peak signal to noise ratio
PSNR
transformata falkowa
falka
odszumianie obrazu
Opis:
In this paper, we propose a new image denoising method based on wavelet thresholding. In this method, we introduce a new nonlinear thresholding function characterized by a shape parameter and basic properties. These characteristics make the new method able to achieve a compromise between both traditional thresholding techniques such as Hard and Soft thresholding. The experimental results show that our proposed method provides better performance compared to many classical thresholding methods in terms of the visual quality of the denoised image.
Źródło:
Journal of Applied Mathematics and Computational Mechanics; 2017, 16, 2; 55-65
2299-9965
Pojawia się w:
Journal of Applied Mathematics and Computational Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Hybrid deep learning method for detection of liver cancer
Autorzy:
Deshmukh, Sunita P.
Choudhari, Dharmaveer
Amalraj, Shankar
Matte, Pravin N.
Powiązania:
https://bibliotekanauki.pl/articles/38701864.pdf
Data publikacji:
2023
Wydawca:
Instytut Podstawowych Problemów Techniki PAN
Tematy:
liver cancer detection
deep learning
fully convolutional neural network
hybrid approach
discrete wavelet transform
wykrywanie raka wątroby
uczenie głębokie
neuronowa sieć konwulcyjna
podejście hybrydowe
dyskretna transformata falkowa
Opis:
Liver disease refers to any liver irregularity causing its damage. There are several kinds of liver ailments. Benign growths are rarely life threatening and can be removed by specialists. Liver malignant tumor is leading causes of cancer death. Identifying malignant growth tissue is a troublesome and tedious task. There is significantly less information and statistical analysis presented related to cholangiocarcinoma and hepatoblastoma. This research focuses on the image analysis of these two types of cancer. The framework’s performance is evaluated using 2871 images, and a dual hybrid model is used to accomplish superb exactness. The aftereffects of both neural networks are sent into the result prioritizer that decides the most ideal choice for image arrangement. The relevance of elements appears to address the appropriate imaging rules for each class, and feature maps matching the original picture voxel features. The significance of features represents the most important imaging criteria for each class. This deep learning system demonstrates the concept of illuminating elements of a pre-trained deep neural network’s decision-making process by an examination of inner layers and the description of attributes that contribute to predictions.
Źródło:
Computer Assisted Methods in Engineering and Science; 2023, 30, 2; 151-165
2299-3649
Pojawia się w:
Computer Assisted Methods in Engineering and Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 86

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