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: sound recognition

Sortuj według:

Ogranicz wyniki do:

k-centroids clustering for asymmetric dissimilarities

100%

Olszewski D.

tom Vol. 40, no 2

554-574

In this paper, an asymmetric version of the kcentroids clustering algorithm is proposed. The asymmetry arises from the use of the asymmetric dissimilarities in the k-centroids algorithm. Application of the asymmetric measures of dissimilarity is motivated by the basic nature of the k-centroids algorithm, which uses dissimilarities in the asymmetric manner. It finds the minimal dissimilarity between an object being currently allocated, and one of the clusters centroids. Clusters centroids are treated as the dominant points governing the asymmetric relationships in the entire cluster analysis. The results of the experimental study on real and simulated data have shown the superiority of the asymmetric dissimilarities employed for the k-centroids method over their symmetric counterparts.

Sound recognition of musical instruments with application of FFT and K-NN classifier with cosine distance

86%

Głowacz A. , Głowacz W. , Głowacz A.

2010

tom T. 14, z. 1

15-22

Paper presents a new implementation of methods of recognition of musical instruments based on FFT and K-NN classifier with cosine distance. Investigations were carried out for sounds of piano and sounds of bells. Results of investigations show that efficiency of the applied algorithms is very high.

Przedstawiono realizację rozpoznawania instrumentów muzycznych opartą na algorytmie FFT i klasyfikatorze K-NN z metryką kosinusową. Badania zostały przeprowadzone dla dźwięków pianina i dzwonków. Wyniki potwierdzają bardzo wysoką skuteczność zastosowanych algorytmów przetwarzania i analizy sygnałów akustycznych.

Diagnostyka silnika synchronicznego oparta na rozpoznawaniu dźwięku z zastosowaniem LPCC i GSDM

58%

Głowacz A. , Głowacz W.

tom R. 56, nr 5

479-482

Zaprezentowano koncepcję badania sygnałów akustycznych stanów przedawaryjnych silnika synchronicznego. Oprogramowanie do rozpoznawania dźwięku zostało zaimplementowane. Algorytmy przetwarzania i analizy sygnałów akustycznych zostały zastosowane. System jest oparty na algorytmie LPCC (Współczynniki cepstralne liniowego kodowania) i GSDM (Genetyczna rozrzedzona pamięć rozproszona). Badania zostały przeprowadzone dla sygnałów akustycznych stanów przedawaryjnych. Zmiany w sygnale akustycznym spowodowane były przez zwarcia i przerwy w obwodzie stojana. Analiza wyników pokazuje wrażliwość metody opartej na LPCC i GSDM w zależności od danych wejściowych. Wyniki badań potwierdzają poprawne działanie systemu rozpoznawania dźwięku silnika synchronicznego.

In recent years the methods of sound recognition have been de-veloped. Hence, there is an idea to use them in case of machines. The paper describes the concept of investigations of acoustic signals of synchronous motor imminent failure conditions. Measurements were taken with a recorder OLYMPUS WS-200S. Sound recognition software was implemented. Algorithms of signal processing and analysis were used. The system is based on the LPCC (Linear Predictive Cepstrum Coefficients) algorithm and GSDM (Genetic Sparse Distributed Memory). Investigations were carried out for acoustic signals of imminent failure conditions. The following plan of investigations of a synchronous motor acoustic signal was proposed: recording of audio track, sound track division, sampling, quantization, normalization, filtration, windowing, feature extraction, classification (Fig. 2). Figs. 3, 4, 5 and 6 show changes of the LPCC values for four types of the categories recognized. Changes in the acoustic signal were caused by short circuit and broken coils in the stator circuit. The sound recognition efficiency depending on the acoustic signal and the sample length is presented in Fig. 8. The sound recognition system was built for a synchronous motor. There were used 39 band-pass filters in investigations. Analysis of the results shows the sensitivity of the method based on LPCC and GSDM, depending on the input data. The results confirm correct operation of the synchronous motor sound recognition system. These studies can be used for diagnostics based on acoustic emission in electrical, mechanical, hydraulic and pneumatic machines.