Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: algorytm Gowera

Sortuj według:

Ogranicz wyniki do:

On Gower Similarity Coefficient and Missing Values

Kryszkiewicz Marzena

Annals of Computer Science and Information Systems

2023

Vol. 35

1035--1040

The Gower similarity coefficient is a popular measure for comparing objects with possibly mixed type attributes and missing values. One of its characteristics is that it calculates the coefficient value without considering attributes with missing values. In this article, we explore the properties of coefficient in detail, including the consequences of omitting attributes with missing values. We also introduce strict lower and upper bounds on the Gower similarity coefficient, derive a number of their properties and propose a solution to the identified problem with the Gower similarity coefficient.

Testowanie algorytmu wykorzystującego rozwiązanie zagadnienia odwrotnego do klasyfikacji sygnałów sterujących

Jagodzińska-Szymańska U.

Elektronika : konstrukcje, technologie, zastosowania

2016

Vol. 57, nr 11

81--83

Celem artykułu jest zaprezentowanie wyników testowania algorytmu do klasyfikacji sygnałów EEG opartego na rozwiązywaniu zagadnienia odwrotnego. W wyniku rozwiązania zagadnienia odwrotnego uzyskano pewne przybliżenie lokalizacji aktywnych obszarów mózgu. Wszystkie obliczenia były realizowane dla sygnałów z H eadsetu Emotiv EPOC (wstępnie przetworzonych) dotyczących ruchu prawą i lewą ręką. Wzięto pod uwagę sygnały o częstotliwości 12 Hz związane z wyobrażaniem ruchu. Do przeprowadzenia klasyfikacji sygnałów wykorzystano algorytm Gowera. Podstawą do zastosowania tego algorytmu jest t-statystyka oraz zjawisko synchronizacji i desynchronizacji ERD/ERS występujące przy wyobrażeniu ruchu prawą i lewą ręką.

The purpose of the article is to present the outcomes of testing algorithm for the classification of EEG signals based on the inverse solution. As a result of finding the solution to the inverse problem a certain approximation of active areas of the brain is received. All the calculations were made with the use of signals provided by Headset Emotiv EPOC (after preprocessing) for the left and the right hand movement. The signals frequency 12 Hz connected with movement activity and imagining of movement activity was taken into account. Gowert’s algorithm was used to construct the algorithm used for classification. The base to use this algorithm are both t-statistics and the phenomenon of ERD/ERS occurring when imagining of right and left hand movement.