Wyniki wyszukiwania - BazTech

1

Detection of fault events in medium voltage grid based on analysis of data from fault recorders

Sajewicz Dariusz, Wójcik Augustyn, Zegadło Piotr

Przegląd Elektrotechniczny

|

2022

|

R. 98, nr 3

131--135

EN

The aim of this paper is to demonstrate the effectiveness of newly developed fault detection methods based on a simple statistical approach encompassing linear discriminant analysis and signal processing. Fault prediction relates to the detection of: the type of operation of the medium voltage network, leakage (damaged insulator in the line string) and a measure of the distance of ground fault in an unbranched line, in a branched line and on its branches. The conducted research confirms the high efficiency of detection faults in all areas concerned.

PL

Celem pracy jest wykazanie skuteczności nowo opracowanych metod detekcji uszkodzeń opartych na prostym podejściu statystycznym obejmującym liniową analizę dyskryminacyjną i przetwarzanie sygnałów. Przeprowadzone badania potwierdzają wysoką skuteczność wykrywania uszkodzeń we wszystkich rozpatrywanych obszarach.

2

An adjusted Grubbs' and generalized extreme studentized deviation

Alrawashdeh Mufda Jameel

Demonstratio Mathematica

|

2021

|

Vol. 54, nr 1

548--557

EN

Detecting outlier data is an interesting subject in the statistical field. Grubbs’ test is one of the common detection methods of outlier observation at univariate data sets. This approach is based on the mean and standard deviation of univariate data, and hence, these data are highly affected by the presence of outliers. An improvement for Grubbs’ test is proposed in this paper to increase the power of detecting data.

3

Face Recognition Comparative Analysis Using Different Machine Learning Approaches

Ahmed Nisar, Khan Farhan Ajmal, Ullah Zain, Ahmed Hasnain, Shahzad Taimur, Ali Nableela

Advances in Science and Technology. Research Journal

|

2021

|

Vol. 15, no 1

265--272

EN

The problem of a facial biometrics system was discussed in this research, in which different classifiers were used within the framework of face recognition. Different similarity measures exist to solve the performance of facial recognition problems. Here, four machine learning approaches were considered, namely, K-nearest neighbor (KNN), Linear Discriminant Analysis (LDA), Support Vector Machine (SVM), and Principal Component Analysis (PCA). The usefulness of multiple classification systems was also seen and evaluated in terms of their ability to correctly classify a face. A combination of multiple algorithms such as PCA+1NN, LDA+1NN, PCA+ LDA+1NN, SVM, and SVM+PCA was used. All of them performed with exceptional values of above 90% but PCA+LDA+1N scored the highest average accuracy, i.e. 98%.

4

Desert seismic random noise reduction based on LDA effective signal detection

Ma Haitao, Yan Jie, Li Yue, Zhang Chao, Lin Hongbo

Acta Geophysica

|

2019

|

Vol. 67, no. 1

109--121

EN

At present, the seismic exploration of mineral resources such as unknown oil fields and natural gas fields has become the focus and difficulty. The Tarim Oilfield located in the desert area of northwest China has many uncertainties due to complicated geological structure and resource burial conditions. And the seismic record collected carries various noises, especially random noise with complex features, including non-stationary, non-Gaussian, nonlinear and low frequency. The seismic events are contaminated by random noise. Also the effective signal of desert seismic record is in the same frequency band as the random noise. These situations have brought great difficulties in denoising by conventional methods. In this paper, a noise reduction framework based on linear discriminant analysis effective signal detection in desert seismic record is proposed to solve this problem. At first, the method utilizes the difference between the effective signals and the noise in the low-dimensional space. The seismic data are divided into the effective signal cluster and the noise cluster. Then, the effective signal is extracted to realize the position of the seismic events. Finally, the conventional filter is matched to obtain better denoising results. The framework is applied to synthetic desert seismic records and real desert seismic records. The experimental results show that denoising capability after detecting effective signals is obviously better than those of conventional denoising methods. The accuracy of the seismic effective signal detection is higher, and the seismic events’ continuity is maintained better.

5

Uogólniony liniowy klasyfikator Fishera

Rasała D., Malina D.

Zeszyty Naukowe Akademii Marynarki Wojennej

|

2014

|

R. 55 nr 2 (197)

99--118

PL

W literaturze wielokrotnie omawiano klasyfikatory obrazów o rozkładach normalnych. Na ogół, kiedy dwie klasy są znacznie oddalone od siebie, to ich separację można przeprowadzić za pomocą jednej hiperpłaszczyzny. W artykule rozpatrywane są przypadki trudne, kiedy rozkłady znacznie nachodzą na siebie. Aby błąd klasyfikacji był wówczas mniejszy, do rozdzielenia klas lepiej użyć dwóch niż jednej płaszczyzny. Na początku został opisany algorytm, który bada i wyznacza liczbę przecięć dwóch funkcji Gaussa jednej zmiennej dla różnych przypadków. Potem algorytm ten został włączony do algorytmu uczenia i klasyfikacji dla zadania dwuklasowego. Następnie został on uogólniony do zadań wieloklasowych. Przeprowadzone eksperymenty na płaszczyźnie dla zadań trudnych, gdy liczba klas L = 2, 3, 4 wykazały, że zaproponowany algorytm dawał lepsze wyniki niż algorytm klasyczny z jedną płaszczyzną rozdzielającą.

EN

Bayesian classifiers for normal distribution patterns have often been discussed in literature. In general, when two classes are considerably apart from each other, they can be separated with a single plane. In this paper we will exam-ine some difficult cases, i.e. when their distributions significantly overlap. In such cases, to minimize the classification error, it is better to use two planes instead of one to separate the classes. At the beginning, the paper describes an algorithm used to investigate and determine the number of intersections of two Gaussian functions for different cases. Further in the article, this algorithm is included in the learning and classification algorithm for a two-class task. Then the algorithm is generalized for multi-class tasks. The experiments carried out on a plane for difficult tasks, when the number of classes L = 2, 3, 4, show that the proposed algorithm produces better results than the conventional algorithm with one separating plane.

6

Ocena parametrów analizy akustycznej w detekcji patologii mowy

Panek D.

Przegląd Elektrotechniczny

|

2014

|

R. 90, nr 5

126--129

PL

Diagnostyka stanu dróg głosowych wymaga stworzenia wektora, który składa się z różnych parametrów akustycznych, co może pomóc w szybkiej oraz automatycznej detekcji patologii głosu. W niniejszym artykule przedstawiono wektor cech złożony z 31 parametrów. Parametry mowy zostały wyodrębnione w dziedzinie czasu, częstotliwości oraz cepstralnej. Wybór parametrów niezbędnych w ocenie patologii głosu został potwierdzony w analizie głównych składowych, jądrowej analizie głównych składowych (kernel PCA) oraz liniowej analizie dyskryminacyjnej (LDA).

EN

The diagnosis of the current state of the vocal tract requires the creation of a feature vector that consists of various acoustic parameters, which can help in rapid and automatic detection of voice pathologies. Vector consisting of 31 parameters was done in this project. Speech parameters were extracted in the time, frequency and cepstral domain. Essential parameters were selected and analysed using principal component analysis, kernel principal component analysis and linear discriminant analysis.