Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: rozpoznawanie sygnałów

Sortuj według:

Ogranicz wyniki do:

ECG signal recognition methods to determine an exposure to magnetic field

Libal U., Sztafrowski D.

Interdisciplinary Journal of Engineering Sciences

2013

Vol. 1, no. 1

32--35

The paper presents a methodology of research on the magnetic field influence on the human body, based on pattern recognition algorithms. A group of 15 volunteers has been exposed to a 50Hz magnetic field of strength 60 A/m. There were recorded 30 ECG signals, 2 for each experiment participant. The first signal was recorded before an exposure to a magnetic field, and the second signal immediately after exposure to the field. The first signal was recorded before an exposure to a magnetic field, and the second signal immediately after exposure, creating two classes of signals. In the paper we discuss supervised classification methods. The purpose of these methods is to detect whether the exposure to a magnetic field occurred, basing on the automatic analysis of the ECG signal.

Wpływ pola magnetycznego na organizm ludzki może być zarówno pozytywny, jak i negatywny. Możliwe, że w przyszłości, gdy zostanie doprecyzowane prawo dotyczące bezpiecznej ekspozycji na pole magnetyczne, wykrywanie post fatum przekroczeń będzie narzędziem przyczyniającym się do ochrony pracowników na stanowiskach pracy. Artykuł przedstawia zastosowanie algorytmów rozpoznawania wzorców (takich jak klasyfikator Bayesowski, czy algorytm k-Nearest Neighbors) dla sygnałów EKG w celu określenia, czy ochotnik został poddany działaniu pola magnetycznego. Rozpatrywany jest dwuklasowy problem klasyfikacji nadzorowanej. W pierwszym etapie klasyfikator jest uczony na podstawie ciągu uczącego, zawierającego sygnały EKG zarejestrowane przed (klasa 1) i po (klasa 2) godzinnej ekspozycji ochotnika na pole magnetyczne. W etapie drugim nauczony klasyfikator sam decyduje o wyborze klasy dla nowego sygnału EKG. Porównanie wyników klasyfikacji ze znanym rzeczywistym faktem narażenia lub brakiem narażenia na pole magnetyczne pozwala wyznaczyć jakość klasyfikatora. Jakość klasyfikatora jest mierzona ryzykiem popełnienia przez klasyfikator błędu. Niska wartość ryzyka oznacza, że taki klasyfikator może być używany do detekcji wystąpienia narażenia na pole magnetyczne na podstawie analizy sygnału EKG.

Wspomaganie automatycznego rozpoznawania sygnałów dźwiękowych z wykorzystaniem multimedialnej bazy danych

Potempa T., Wielgat R., Król D., Kozioł P., Lisowska-Lis A.

Studia Informatica

2010

Vol. 31, nr 2A

375-391

W artykule opisano sposób usprawnienia rozpoznawania sygnałów dźwiękowych z wykorzystaniem multimedialnej bazy danych. Założono rozpoznawaŹnie sygnałów poprzez porównywanie ich ze wzorcami. Duża liczba wzorców wydłuża czas i może obniżać skuteczność rozpoznawania. Rozwiązaniem problemu może być wstępna preselekcja wzorców na podstawie wybranych parametrów sygnału. DokonaŹno porównania jakości preselekcji dla poszczególnych parametrów.

Method for improving audio signals recognition using multimedia database is presented in the paper. Recognition using signals patterns matching was assumed. Large number of signal patterns prolongs recognition time and may decrease recognition accuracy. Initial preselection of signal patterns based on chosen signal parameters can alleviate problem. Comparison of effectiveness of preselection method for parameters was examined.