Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Wykorzystanie diagnostycznych systemów informatycznych dzięki analizie sygnałów pochodzących z urządzenia pozwala na efektywne sterowanie pracą transformatora. Rosnące koszty eksploatacji maszyn i urządzeń sprawiają, że istotnym kryterium konkurencyjności oprogramowania są aspekty ekonomiczne. W pracy przedstawione zostały sposoby obniżenia kosztów eksploatacji transformatorów sieciowych poprzez optymalizację sterowania układami chłodzenia.
EN
The usage of diagnostic systems, which analyze signals coming from the device, allows effective control of the work of the transformer. The increasing operating costs of machinery and equipment make economic aspect an important criterion for the competitiveness of the software. The paper presents the ways of reducing operating costs by optimizing cooling of network transformers.
PL
W artykule dokonano porównania algorytmów detekcji zespołu QRS przy wykorzystaniu sygnałów elektrokardiograficznych pochodzących od pacjentów z wszczepionym układem stymulującym pracę serca. Wykorzystano algorytmy Friesena oraz algorytm zaproponowany przez autorów, będący połączeniem sieci neuronowych oraz przekształceń falkowych. Eksperymenty prowadzono dla 150 sygnałów o częstotliwości 128Hz udostępnionych przez Instytut Kardiologii w Warszawie.
EN
This paper presents the problem of detection and classification of QRS complexes with electrocardiography signals coming from patients with implanted cardiac pacemakers. Efficiency of detection of QRS complex was examined by Friesen's algorithms and the algorithms developed by the authors, namely wavelet-neural onese. Experiments have been carried out on with 150 ECG signals taen from Institute of Cardiology, Warsaw.
3
Content available remote Detecting QRS complex and classifying endogenous rhythms in pacemaker ECG signals
EN
This article presents the problem of detection and classification of QRS complexes with electrocardiography signals coming from patients with implanted cardiac pacemaker. Special attention was focused on the use of wavelet - neural networks in above mentioned subject matter of investigation. Efficiency of detection of QRS complex was examined by algorithms working in time domain. During the investigation a lot of attention was paid to good selection of level decomposition, good choice of detection threshold as well as choice of wavelet transformation.
PL
W artykule przedstawiono problem detekcji i klasyfikacji zespołu QRS w elektrokardiogramie pochodzącym od pacjenta z wszczepionym stymulatorem serca. Skupiono uwagę na zastosowaniu kombinacji obliczeniowej: przekształcenie falkowe - sieć neuronowa jako metody analizy. Zwrócono specjalną uwagę na dobry wybór poziomu dekompozycji, progu detekcji, jak również na wybór transformacji falkowej.
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.