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%3A00176093" target="_blank" >RIV/68407700:21340/10:00176093 - 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, Model-Based Clustering and Support Vector Machines. These methods belong to a different group of methods of classification. The signals are compared by means of suitable parameters obtained directly from the signals and from normed frequency spectra. We also use phi-divergence distance measure between the normed signal spectrums as the additional attribute for the distinguishing between different signals. We are concerned with above mentioned methods of clustering, their 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, Model-Based Clustering and Support Vector Machines. These methods belong to a different group of methods of classification. The signals are compared by means of suitable parameters obtained directly from the signals and from normed frequency spectra. We also use phi-divergence distance measure between the normed signal spectrums as the additional attribute for the distinguishing between different signals. We are concerned with above mentioned methods of clustering, their 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

    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

    SPMS 2010 Stochastic and Physical Monitoring Systems

  • ISBN

    978-80-01-04641-8

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    10

  • Strana od-do

  • Název nakladatele

    ČVUT

  • Místo vydání

    Praha

  • Místo konání akce

    Děčín

  • Datum konání akce

    27. 6. 2010

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku