Wyniki wyszukiwania - BazTech

1

Classification of EEG Signals Using Quantum Neural Network and Cubic Spline

Abdul-Zahra Raheem M., AbdulRazzaq Hussein E.

International Journal of Electronics and Telecommunications

|

2016

|

Vol. 62, No. 4

401--408

EN

The main aim of this paper is to propose Cubic Spline-Quantum Neural Network (CS-QNN) model for analysis and classification of Electroencephalogram (EEG) signals. Experimental data used here were taken from seven different electrodes. The work has been done in three stages, normalization of the signals, extracting the features by Cubic Spline Technique (CST) and classification using Quantum Neural Network (QNN). The simulation results showed that five types of EEG signals were classified with an average accuracy for seven electrodes that is 94.3% when training 70% of the features while with an average accuracy of 92.84% when training 50% of the features.

2

Spline interpolation for trap spectroscopy analysis for two cyclic hydrocarbons

Kania S., Kuliński J.

Scientific Bulletin. Physics / Lodz University of Technology

|

2015

|

Vol. 36

27--38

EN

Cubic spline interpolation gives a tool for obtaining good image of current-voltage characteristics for trap spectroscopy analysis without prior assumption about the trap distribution for 1-acenaphthenol and 9,10-dimethylanthracene.

PL

Interpolacja z wykorzystaniem splinów sześciennych daje dobre narzędzie dla uzyskiwania dobrych obrazów charakterystyk prądowo-napięciowych dla celów spektroskopii pułapkowej prowadzonej bez uprzedniego założenia o rozkładzie pułapek dla 1-acenaftenolu i 9,10-dimetyloantracenu.

3

Poprawa aproksymacji lokalnej średniej w rozkładzie na mody empiryczne dla celów detekcji uszkodzeń przekładni

Wang Y., Zuo M. J., Lei Y., Fan X.

Eksploatacja i Niezawodność

|

2010

|

nr 2

59-66

PL

Rozkład na mody empiryczne (EMD) to adaptacyjna metoda przetwarzania sygnału w połączonej dziedzinie czasu i częstotliwości, która jest całkowicie sterowana przez same dane. Metody interpolacji funkcjami sklejanymi trzeciego stopnia (cubic spline interpolation) używa się do aproksymacji średniej lokalnej w procesie przesiewu EMD. Niniejsza praca bada podejścia do poprawy aproksymacji średniej lokalnej w celu otrzymania lepszych charakterystyk EMD. Do aproksymacji średniej wartości obwiedni (envelope mean approximation) zastosowano metodę zmodyfi kowanej monotonicznej interpolacji Hermite'a funkcjami sklejanymi (modifi ed monotone piecewise Hermite interpolation, MMPHI), jako że wykazuje ona przewagę nad metodą funkcji sklejanych trzeciego stopnia. Zbadano również jeden z typów bezpośredniej aproksymacji lokalnej średniej, tzw. podejście okienkowanej średniej lokalnej (windowed local mean, WLM), i pokazano jego zalety w wykrywaniu impulsów.

EN

Empirical mode decomposition (EMD) is an adaptive time-frequency domain signal processing method that is completely driven by data itself. The cubic spline interpolation method has been used to approximate the local mean in the sifting process of EMD. This study explores approaches to improve local mean approximation to obtain better EMD performance. A modifi ed monotone piecewise Hermite interpolation (MMPHI) method is applied to envelope mean approximation, because it demonstrates advantages over the cubic spline method. A type of direct approximation of the local mean, i.e., the windowed local mean (WLM) approach, is also investigated and its merit in identifying impulses is demonstrated.