PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Klasyfikator neuronowy SVM oparty na ciągłej transformacie falkowej

Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
EN
SVM and CWT as a neural network clasyfikator
Języki publikacji
PL
Abstrakty
PL
W opracowaniu przedstawiono wyniki eksperymentu, którego celem było zastosowanie sieci neuronowej typu SVM w zadaniu klasyfikacji stopnia pęknięcia podstawy zęba. Klasyfikator neuronowy oparto na danych wejściowych uzyskanych z ciągłej analizy falkowej.
EN
The work presents results of an experiment that employs the artificial neuronal network in the task of identification of the degree of tooth root cracking. In the experiment was used continuous wavelets transform (CWT) and SVM neural network.
Rocznik
Tom
Strony
123--120
Opis fizyczny
Bibliogr. 13 poz.
Twórcy
autor
  • Katedra Budowy Pojazdów Samochodowych Politechnika Śląska, 40-019 Katowice, ul.Krasińskiego 8 tel. (032) 603-43-23
autor
  • Katedra Budowy Pojazdów Samochodowych Politechnika Śląska, 40-019 Katowice, ul.Krasińskiego 8 tel. (032) 603-43-23
autor
  • Katedra Budowy Pojazdów Samochodowych Politechnika Śląska, 40-019 Katowice, ul.Krasińskiego 8 tel. (032) 603-43-23
Bibliografia
  • 1. P. S. Addison: Low-oscillation complex wavelets. Journal of Sound and Vibration 254(4)/2002.
  • 2. Batko W., Ziółko M.: Zastosowanie teorii falek w diagnostyce technicznej. AGH. Kraków 2002.
  • 3. Baydar N., Ball A.: Detection of gear failures via vibration and acoustic signals using wavelet transform. Mechanical Systems and Signal Processing 17(4)/2003.
  • 4. Białasiewicz J.: Falki i aproksymacje. WNT, Warszawa 2000.
  • 5. H. Kim, H. Melhem: Damage detection of structures by wavelet analysis. Mechanical Systems and Signal Processing 26/2004.
  • 6. Łazarz B.: Zidentyfikowany model dynamiczny przekładni zębatej jako podstawa projektowania. Biblioteka Problemów Eksploatacji, Katowice-Radom 2001.
  • 7. Łazarz B., Wojnar G.: Wykorzystanie analizy falkowej w diagnozowaniu lokalnych uszkodzeń kół zębatych. Diagnostyka’30,2004.
  • 8. Mangasarian O. L.: Lagrangian Support Vector Machines, Journal of Machine Learning Research, 2001.
  • 9. Osowski S.: Sieci neuronowe do przetwarzania informacji, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2000.
  • 10. Peng Z. K., Chu F. L.: Application of the wavelet transform in machine condition monitoring and fault diagnostics. Mechanical Systems and Signal Processing 18/2004.
  • 11. Tadeusiewicz R.: Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa 1993.
  • 12. Wilk A., Łazarz B., Madej H.: Diagnostyka wibroakustyczna przekładni zębatych. V Krajowa Konferencja Diagnostyka Techniczna Urządzeń i Systemów. Diag’2003. Ustroń.
  • 13. H. Zheng, Z. Li, X. Chen: Gear fault diagnosis based on continuous wavelet transform. Mechanical Systems and Signal Processing 16(2-3)/2002.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BSL9-0017-0065
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.