Wyniki wyszukiwania - Biblioteka Nauki

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

Ograniczanie wyników

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: recurrence quantification analysis

Sortuj według:

Ogranicz wyniki do:

Dynamics of composite materials cutting

100%

Rusinek R. , Kecik K. , Warminski J.

tom Vol. 35, nr 3

31-37

The paper presents stability analysis of milling process of epoxide polymer composite material with carbon fibres. In order to determine zones of stable milling, times series of cutting forces are applied. Next, recurrence quantification analysis is conducted which can define three stability indexes: recurrence rate, ratio of recurrence rate to determinism, and recurrence time. Finally, stability lobs diagram for the composite material is proposed.

W pracy zaprezentowano wyniki badania stabilności procesu frezowania kompozytu epoksydowo-polimerowego wzmacnianego włóknem węglowym. Określono obszary skrawania stabilnego. Prowadzono analizę przebiegów czasowych sił skrawania opartą na kwantyfikatorach wykresów rekurencyjnych. Stosowano trzy z nich: recurrence rate, proporcję recurrence rate i determinizmu oraz czas rekurencji. Opracowano wykres stabilności frezowania materiału kompozytowego.

Early detection of sudden cardiac death using nonlinear analysis of heart rate variability

84%

Khazaei M. , Raeisi K. , Goshvarpour A. , Ahmadzadeh M.

tom Vol. 38, no. 4

931--940

Background and objective: Sudden cardiac death (SCD) is one of the most widespread reasons for death around the world. A precise and early prediction of SCD can improve the chance of survival by administering cardiopulmonary resuscitation (CPR). Hence, there is a vital need for an SCD prediction system. Methods: In this work, a novel and efficient algorithm for automated detection of SCD six minutes before its onset is proposed. This algorithm uses features based on the nonlinear modeling of heart rate variability (HRV). In fact, after the extraction of the HRV signals, increment entropy and recurrence quantification analysis-based features are extracted. The one-way ANOVA is applied for the dimension reduction of feature space—this results in lower computational cost. Finally, the distinguishing features are fed to classifiers such as the decision tree, K-nearest neighbor, naive Bayes, and the support vector machine. Results: By using the decision tree classifier we have achieved SCD detection six minutes before its onset with an accuracy, specificity, and sensitivity of 95%. These results demonstrate the superiority of the presented algorithm compared to the existing ones in performance. Conclusions: This study shows that a combination of features based on the nonlinear modeling of HRV, such as laminarity (based on recurrence quantification analysis), and increment entropy leads to early detection of SCD. Choosing the decision tree improves the performance of the algorithm. The results could help in the development of a tool that would allow the detection of cardiac arrest six minutes before its onset.

Rekonstrukcja atraktora Monarchy Safye na podstawie szeregów czasowych

67%

Wysocki H.

tom R. 53 nr 1 (188)

149-172

W artykule opisano zagadnienie rekonstrukcji atraktora na podstawie szeregu czasowego oraz przedstawiono oprogramowanie pozwalające wyznaczać jej parametry. Zagadnienie to zastosowano do rekonstrukcji atraktora Monarchy Safye na podstawie szeregów czasowych otrzymanych z numerycznego rozwiązania układu dynamicznego opisującego ten atraktor. Wskazano również na związek rekonstrukcji atraktora z analizą rekurencyjną szeregu czasowego.

The paper describes the problem of attractor reconstruction on the basis of a time series and presents software allowing to specify the reconstruction parameters. The above problem has been applied to reconstruct the Monarch Safye attractor on the basis of time series obtained from a numerical solution of a dynamic system describing that attractor. It has also been indicated that there exists a relation between the attractor reconstruction and the recurrence analysis of a time series.