Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

STATISTICAL METHODS IN SIGNAL PROCESSING AND DISCRIMINATION

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F10%3A00176076" target="_blank" >RIV/68407700:21340/10:00176076 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    STATISTICAL METHODS IN SIGNAL PROCESSING AND DISCRIMINATION

  • Popis výsledku v původním jazyce

    We deal with the classification of acoustic emission signals by means of Fuzzy Clustering (FC), Model-Based Clustering (MBC) and Support Vector Machines (SVM). These methods belong to a different group of classification techniques, e.g. the SVM is searching for optimal separating hyperplanes between clusters. The signals are compared by means of suitable parameters obtained directly from the signals and from normed frequency spectra such as phi-divergence distance measure as the additional attribute. Weare concerned with resulting cluster comparisons and the selection of efficient classification parameters. We realize three experiments in the area of acoustic emission to test the proposed classification methods by means of laboratory data and also considering industrial data from the real life.

  • Název v anglickém jazyce

    STATISTICAL METHODS IN SIGNAL PROCESSING AND DISCRIMINATION

  • Popis výsledku anglicky

    We deal with the classification of acoustic emission signals by means of Fuzzy Clustering (FC), Model-Based Clustering (MBC) and Support Vector Machines (SVM). These methods belong to a different group of classification techniques, e.g. the SVM is searching for optimal separating hyperplanes between clusters. The signals are compared by means of suitable parameters obtained directly from the signals and from normed frequency spectra such as phi-divergence distance measure as the additional attribute. Weare concerned with resulting cluster comparisons and the selection of efficient classification parameters. We realize three experiments in the area of acoustic emission to test the proposed classification methods by means of laboratory data and also considering industrial data from the real life.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BA - Obecná matematika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2010

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    DEFEKTOSKOPIE 2010 NDE for Safety PROCEEDINGS 40th International Conference

  • ISBN

    978-80-214-4182-8

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    9

  • Strana od-do

  • Název nakladatele

    Brno University of Technology

  • Místo vydání

    Brno

  • Místo konání akce

    Plzeň

  • Datum konání akce

    10. 11. 2010

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku