Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: peaks detection

Sortuj według:

Ogranicz wyniki do:

Comprehensive analysis of mass spectrometry data - a case study

Plechawska-Wójcik M.

Foundations of Computing and Decision Sciences

2011

Vol. 36, No. 3-4

275-292

The paper presents the results of mass spectra analysis performed with an authorial software dedicated to Maldi-Tof data. The analysis is composed of three steps: mathematical analysis, biological interpretation and classification. Several different data sets were analyzed including albumin and cancer data from Cancer Center and Insitute of Oncology in Gliwice. Data sets shared in several bioinformatics publications were also analysed and the obtained results were compared with the original results published by the authors. The case study includes also comparative analysis of a data set including overlapped peaks.

Properties of feature contours for audio classification tasks

Mąka T.

Elektronika : konstrukcje, technologie, zastosowania

2010

Vol. 51, nr 11

134-136

A technique for classifying audio segments based on properties of feature contours is described. The proposed approach uses a simple method utilizing peaks detection procedure with adaptive thresholding and fusion of contours attributes. It is possible to determine the signal class based on statistical analysis of the distances set between peaks for selected feature contours. In order to validate presented method, results analysis of feature contours along with decision function was applied to the discrimination problem between speech and music signals. In the result, obtained classification accuracy was 98% for the considered test set.

W pracy przedstawiono technikę pozwalającą na określanie klasy sygnału dźwiękowego poprzez wykorzystanie właściwości konturów cech. W zaproponowanym podejściu zastosowano wykrywanie pików w konturach przy użyciu zmiennego progu decyzyjnego oraz fuzji atrybutów konturów. Na podstawie analizy statystycznej uzyskanego zbioru odległości między pikami dla określonych konturów cech, możliwe jest określenie klasy sygnału. W celu weryfikacji prezentowanego podejścia przedstawiono zastosowanie wyników analizy konturów cech oraz funkcji decyzyjnej pozwalające w efektywny sposób (z dokładnością 98% dla użytego zbioru testowego) dokonywać klasyfikacji segmentów dźwiękowych zawierających mowę oraz muzykę.