Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 13

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  przekształcenie falkowe
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Wyładowania niezupełne (wnz), których analiza jest stosowana w ocenie stanu izolacji urządzeń elektroenergetycznych są źródłem sygnałów impulsowych o specyficznych parametrach. Pojedyncze impulsy cechują się krótkim czasem narastania i małą szerokością, a co za tym idzie bardzo szerokim widmem. Ich powstawanie związane jest z procesami fizykalnymi, które sprawiają, że ciągi impulsów wyładowań mogą być traktowane jako niestacjonarne procesy stochastyczne. Z tego powodu dobrym narzędziem ich analizy są metody czasowo-częstotliwościowe, w szczególności analiza wielorozdzielcza z zastosowaniem przekształcenia falkowego i pakietów falek.
EN
Partial discharge (PD), the analysis of which is used in assessing the condition of electric power devices insulation are a source of the pulse signals with specific parameters. Single PD pulse has a short rise time and a small width, and thus has a very broad spectrum. Their inception is connected with the physical processes that cause that the time series of pulses can be treated as non-stationary stochastic processes. For this reason, good tools for PD analysis are the time-frequency methods in particular the methods of multiresolution analysis using wavelet transform and wavelet packets.
2
PL
W artykule przedstawione jest wprowadzenie do zagadnienia automatycznej i adaptacyjnej detekcji oraz analizy zespołów QRS w zapisach elektrokardiograficznych. W przeprowadzonych badaniach stosowano algorytmy, w których wykorzystano transformacje falkowe. Głównym celem opisanych badań jest opracowanie wiarygodnej procedury detekcji i opisu zespołów QRS prawidłowych oraz anormalnych. Wśród tych drugich skupiono się na zespołach pochodzenia komorowego.
EN
The article discusses the problem of the automatic QRS complex detection in the electrocardiography signals. Among other approaches the wavelet based algorithms are the ones of the most promising outcomes. Authors propose introduction of elements of adaptive techniques to the original scheme. The main aim is to achieve reliable detection and analysis procedure for different morphologies of QRS complexes both normal and dysfunctional cases, with the main focus on ventricular arrhythmias.
PL
W artykule opisano algorytm falowej lokalizacji miejsca zwarcia w linii wysokiego napięcia (WN) oparty na przekształceniu falkowym, który zaimplementowano w prototypie urządzenia, a następnie przetestowano w warunkach laboratoryjnych. Artykuł przedstawia opis części sprzętowej i programowej falowego lokalizatora miejsca (FLMZ), metodykę oraz wyniki testów.
EN
The article describes the travelling wave fault location algorithm for high voltage lines based on wavelet transform. The algorithm is implemented in a prototype and tested in laboratory. The article presents a hardware and software part of travelling wave fault locator, methodology and test results.
4
Content available remote Detection, classification and fault location in HV lines using travelling waves
EN
The article describes the travelling wave algorithm of detection, classification and fault location based on wavelet transform, which precisely locates faults in HV lines. The automatic procedure of testing of the algorithm is presented, which enables to perform many simulations. The best version of algorithm is determined.
PL
W artykule przedstawiono falowy algorytm detekcji, klasyfikacji i lokalizacji miejsca zwarcia wykorzystujący przekształcenia falkowe, który dokładnie lokalizuje miejsce zwarcia w liniach wysokiego napięcia. Przedstawiono automatyczną procedurę testowania algorytmu, która pozwala na przeanalizowanie licznych symulacji i określenie najlepszej wersji algorytmu.
5
Content available remote Recognition of handwritten digits based on complex discrete wavelet transform
EN
In this article the basic concept of handwritten digits recognition system based on some different variants of Complex Discrete Wavelet Transform (CDWT) is presented. The achieved results and accuracy of practical implementations of the proposed system are discussed.
PL
W artykule przedstawiono metodę klasyfikacji stylu jazdy kierowcy na podstawie chwilowej wartości położenia pedału przyspieszenia. Bazując na wynikach badań drogowych wyodrębniono podstawowe sposoby zmian położenia pedału przyspieszenie względem jego prędkości oraz prędkości obrotowej silnika, w odniesieniu do trzech, arbitralnie wybranych, kategorii stylów jazdy. Określono je jako: "spokojna", "neutralna", oraz "aktywna". Wyniki badań wskazały, że istnieją jakościowe różnice pomiędzy tymi charakterystykami a wyszczególnionymi stylami jazdy, pozwalając na znalezienie estymatora, za pomocą którego można by klasyfikować styl jazdy kierowcy. W pierwszej kolejności zaproponowano wyznacznik stylu jazdy (WJ) oraz przedstawiono algorytm jego liczenia, w oparciu o ciągłe przekształcenie falkowe (CPF). Efektem finalnym jest estymator stylu jazdy (SJ), a jego wartość decyduje o przynależności aktualnego stylu jazdy do jednej z trzech kategorii. Przedstawiona metoda może służyć do opracowania algorytmów sterowania wszystkich układów samochodu osobowego, które wymagają informacji charakteryzujących typ kierowcy.
EN
The paper presents a method of driving style classification on the basis of acceleration pedal position. On the basis of road investigation results, the relations between changes of the acceleration pedal position and its velocity as well as engine rotational speed were identified with regard to three arbitrary categories of driving style. The styles were defined as the mild, neutral and active ones. The results of testing indicate that there is a quantitative difference between the characteristics and the specified driving styles. The identified styles enabled the authors to find an estimator, which could be applied for the classification of the driving style. In the first instance, the indirect indicator of driving (WJ) was proposed along with a method of calculation on the basis continuous wavelet transform (CPF transform). The final effect takes the form of an estimator defined as a style estimator (SJ) and its value determines the category attributed to the driving style. The proposed method may serve for the development of control algorithms pertaining to all systems in a passenger car which apply any information concerning the driving style.
EN
In this paper, the authors propose a new method for reducing both impulsive and white noise by use of M-transform and wavelet shrinkage. M-transform is a new signal transformation technique proposed by the authors, and any periodic time signal can be M-transformed into a sum of pseudorandom M-sequence. By using this property, it is shown that both impulsive noise and white noise can be M-transformed into small amplitude signals, which are removed by use of suitable filter, such as wavelet shrinkage.
8
Content available remote Analiza falkowa przebiegów maszyny asynchronicznej
PL
Do obliczenia przebiegów zmiennych stanu maszyny asynchronicznej zastosowano model "multislice 2.5D". Model ten oblicza pole magnetyczne w przekrojach prostopadłych do osi maszyny wykorzystując metodę elementów skończonych. Dla celów analizy guasi-stacjonarnych przebiegów w maszynie przedstawiono alternatywną do metody krótkoczasowego przekształcenia Fouriera (STFT) metodę falek (wavelet). Przedstawiono propozycję rozwiązania trudności numerycznych związanych z implementacją tej metody.
EN
A multislice, 2.5 dimensional model was used to calculate the state variables waveforms of the asynchronous machine. In this model, a magnetic field is calculated, in orthogonal to the machine's axis, two-dimensional intersections with the use of the finite element method. The wavelet transform was used to visualize the waveform's harmonic components. The performed analysis showed that the wavelet transform can be successfully used in the analysis of the asynchronous machine's waveforms, as an alternative to the short time Fourier transform.
PL
W niniejszej pracy opisano zastosowanie cech tekstury wyznaczanych na podstawie współczynników zmodyfikowanego dwuwymiarowego dyskretnego przekształcenia falkowego do klasyfikacji tekstury obrazów. W ramach prowadzonych badań opracowano moduł programu MaZda pozwalający na wyznaczanie zaproponowanego zestawu cech oraz zbadano skuteczność zaproponowanej metody klasyfikacji tekstur w odniesieniu do powszechnie uznanego zbioru tekstur testowych. W pracy wykazano dużą skuteczność zaproponowanej metody. Artykuł stanowi podsumowanie badań własnych prowadzonych w 2004 r.
EN
This paper presents application of modified 2D discrete wavelet transform derived features for digital image texture classification. During the described research, software for computation of proposed features has been developed. Described texture classification method was tested on Brodatz texture sets. The robustness of the proposed method of texture classification was demonstrated. This work summarizes Author's self researches, leaded in 2004 in the Institute of Electronics, Technical University of Lodz.
PL
Artykuł dotyczy badań metody redukcji zakłóceń mięśniowych w sygnale elektrokardiograficznym opartej na transformacji falkowej. Metoda opiera się na wykorzystaniu nieliniowej funkcjiprogującej w dziedzinie transformaty. Badania zostały przeprowadzone na zbiorze wybranych, rzeczywistych sygnałów reprezentującym podstawowe schorzenia serca. Wyniki potwierdzaj ąprzydatność metody do poprawy jakości elektrokardiogramów, w szczególności w zakresie składników sygnału o małej amplitudzie.
EN
The paper deals with the reduction of muscle noise in the electro-cardiographic signals. Reduction is obtained by a non-linear thresholding function applied in the wavelet domain. The method was tested on selected signals from the CSE database that contains records of typical heart pathologies. On the basis of AR model, artificial muscle noise was generated and added to the template high-quality ECGs. Then, so distorted signals were filtered by the tested algorithm and the results were compared to original signals. The method can be useful for ECG signal improvement, because it provides good muscle noise reduction, especially in the smooth components of ECGs, featuring low amplitude that are more sensitive to interferences than other signal elements.
PL
W niniejszej pracy opisano zastosowanie cech tekstury wyznaczanych na podstawie współczynników dwuwymiarowego dyskretnego przekształcenia falkowego do klasyfikacji tekstury obrazów. W ramach prowadzonych badań opracowano metodą wyznaczania "falkowych" cech tekstury dla nieregularnych obszarów zainteresowania. Zbadano skuteczność zaproponowanej metody klasyfikacji tekstur w odniesieniu do powszechnie uznanego zbioru tekstur testowych. Porównano skuteczność klasyfikacji wybranych klas tekstur obrazów MRI za pomocą proponowanych cech falkowych z dużym zbiorem innych cech tekstury. Ponadto zbadano wpływ zależności wartości cech "falkowych" od przesunięcia obszaru zainteresowania na wynik klasyfikacji tekstur. W pracy wykazano dużą skuteczność zaproponowanej metody do klasyfikacji tekstury zarówno obrazów naturalnych jak i obrazów tomograficznych rezonansu magnetycznego. Artykuł stanowi streszczenie rozprawy doktorskiej autora.
EN
This paper presents application of 2D discrete wavelet transform derived features for digital image texture classification. A new method of computation of wavelet derived texture features for irregular regions of interest was proposed. This texture classification method was tested on Brodatz and MRI texture sets. Texture classification efficiency for selected MRI images by means of proposed features was compared to a large number of statistical and model-based features. Also, the influence of feature shift invariance on classification result was investigated. The robustness of the proposed method for classification of both natural and MRI textures was demonstrated. This work summarises Author`s Ph.D. thesis, defended in September 2003 in the Institute of Electronics, Technical University of Łódź.
PL
Praca dotyczy zagadnień redukcji i selekcji informacji w danych podawanych na wejście układu klasyfikatora. Artykuł zawiera omówienie zagadnień związanych z wykorzystaniem funkcji bazowych jako narzędzia wstępnej analizy danych. Przedstawiono skrótowe omówienia własności transformacji falkowej WT oraz jej uogólnionej wersji w postaci pakietowego przekształcenia falkowego WPT. Wskazano na wady i zalety transformacji wykorzystujących funkcje bazowe z punktu widzenia zagadnienia klasyfikacji danych pomiarowych. Wnioski z tej analizy pozwoliły na zaproponowanie nowego algorytmu wstępnej analizy danych nazwanego algorytmem LDBFS. Jest to rozwiązanie hybrydowe, które posiada własności metod wydobywania cech (zagadnienie analizy informacji zawartej w zbiorze danych pomiarowych) jak i metod selekcji cech (zagadnienie redukcji wymiaru wektora cech). Algorytm LDBFS pozwala na dowolne definiowanie cech nowych zbiorów danych powstających przez przekształcenie pierwotnych zbiorów cech. Dobierając odpowiednią dla danego zagadnienia funkcję matkę w transformacji falkowej oraz funkcję wyróżniania informacji można uzyskać efekt uwypuklenia wyłącznie danych istotnych z punktu widzenia dalszej analizy. Praca zawiera szczegółowy opis algorytmu LDBFS. Własności nowego algorytmu zostały zweryfikowane poprzez porównanie wyników klasyfikacji danych pochodzących z sonaru. Wykorzystano w tym celu dwie metody klasyczne, tj. algorytm M1NERR (selekcja cech), algorytm PCA (wyszukiwanie cech), oraz opracowany przez autorów algorytm LDBFS.
EN
The primary goal of the paper is to present the new data preprocessing method which allows the improvement of the classification process. That method, which we called LDBFS (Local Discriminant Bases with Feature Selection) is based on the wavelet packet transform. The LDBFS algorithm is a hybrid approach which consists of two main parts: feature extraction block and feature selection block. It reduces the dimensionality of data sets and maximizes a class separability for classification problems. Thanks to possibility to define the information discriminant function related to the data characteristics, the most significant features can be easily separated while the others, less important from the classification point of view, can be rejected. We tested our method using sonar dataset. That example show the superiority of our approach over classical methods (M1NERR and PCA). The comparison, presented in the paper, proves that LDBFS algorithm provide us with better insight of relationships between the essential features of inputs signals and corresponding outputs what tends to enhances the performance of any classifier.
13
Content available remote Robust texture classification using wavelet frames
EN
In this paper we present an approach to characterize textures at multiple scales using wavelet transforms and discuss the issues of translational and rotational invariance and noise immunity of a texture analysis system. We employ the non-separable discrete wavelet frames analysis which gives an overcomplete wavelet decomposition. Discrete Wavelet Frame (DWF) decompose the textures into a set of frequency channels. A texture is characterized by a set of these channel variances in this work. Classification experiments using twenty Brodazt textures indicate that texture signatures based on wavelet frame analysis are beneficial for accomplishing subtle discrimination of textures and robust classification against rotation translation and noise.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.