Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Komputerowe wspomaganie analizy obrazów sonograficznych szumów podwodnych

100%

Jerzman B. , Kiciński W.

2012

tom Vol. 61, nr 2

115-125

Praca dotyczy sposobu poprawy jakości zobrazowania sygnałów pomiarowych obserwowanych w środowisku podwodnym. Istotą zaproponowanego sposobu przetwarzania sygnałów hydroakustycznych jest transformacja sygnałów pomiarowych za pomocą falki Malvara, zobrazowanie współczynników falkowych w postaci sonogramu oraz odszumianie obrazu sonograficznego z wykorzystaniem estymatorów jądrowych funkcji gęstości prawdopodobieństwa. Opracowany w środowisku MATLAB program, po wczytaniu sygnałów pomiarowych zapisanych w kodzie ascii, tworzy obraz sonograficzny stanu środowiska podwodnego, a następnie realizuje procedurę odszumiania, mającą na celu poprawę jego jakości. Działanie programu zweryfikowano na rzeczywistych krótkookresowych, szerokopasmowych sygnałach pomiarowych zarejestrowanych w środowisku podwodnym.

The article deals with the problem of improving the quality of imaging the measurement signals observed in the underwater environment. The essence of the proposed method of hydroacoustic signal processing is: the transform using the Malvar wavelet, imaging of the wavelet coefficients as a sonogram and denoising the image using the kernel density estimate. The application written in MATLAB environment reads the signals from files saved in ascii format, builds the sonogram of the state of the underwater environment and proceeds with the image denoising. The research was conducted on the real transient and broadband measurement signals recorded under the water.

Kernel Estimation of probability density function: properties and parameters optimization

100%

Jerzman B. , Kiciński W.

tom Vol. 16, nr 1

85-105

The article deals with the kernel estimation of the probability density function. The main subject of the research is the optimization of parameters of the estimator. In the particular case, the research focused on the estimation of the univariate, unimodal data representative for the normal distribution.