نتایج جستجو برای: تشخیص خودکار سیگنال زلزله

تعداد نتایج: 54784  

پایان نامه :وزارت علوم، تحقیقات و فناوری - پژوهشگاه بین المللی زلزله شناسی و مهندسی زلزله - پژوهشکده زلزله شناسی 1391

یکی از مراحل مهم و بنیادی در مطالعات زلزله شناسی، پردازش داده های فراهم شده توسط شبکه های لرزه نگاری است. پردازش اولیه ی این داده ها شامل تشخیص و استخراج سیگنال زلزله، تعیین زمان رسید فازهای اصلی، تعیین بزرگا و پارامترهای کانونی رویداد زلزله و در صورت نیاز اطلاع رسانی است. با توجه به گسترش شبکه های لرزه نگاری در جهان و همچنین کشورمان و افزایش روزافزون حجم داده های ثبت شده، استفاده از روش های خو...

ژورنال: :پردازش علائم و داده ها 0
محمد قاسم زاده mohammad ghasemzadeh iran, yazdیزد کوی استادان کریم حسام پور karim hessampour iran, shiraz.شیراز معالی آیاد مجتمع امام رضا

تشخیص مدولاسیون سیگنال دریافتی گام میانی بین تشخیص سیگنال و دمدولاسیون آن محسوب می شود؛ به طوری که در بسیاری از سیستم های مخابراتی و نظامی تشخیص خودکار مدولاسیون جزئی از سیستم در نظر گرفته می شود. برای تشخیص خودکار مدولاسیون به طور معمول تعدادی ویژگی از سیگنال دریافتی استخراج و به کار گرفته می شود، در این رابطه، انتخاب ویژگی مناسب، تأثیر به سزایی در افزایش کارایی تشخیص خودکار مدولاسیون دارد. در...

تشخیص خودکار نوع مدولاسیون سیگنال دریافت‌شده، وظیفه اصلی یک گیرنده هوشمند است. این وظیفه زمانی که گیرنده اطلاعاتی در مورد سیگنال دریافتی و یا کانال ندارد، مشکل‌تر خواهد شد. در ابتدا، دسته‌بندی‌کننده بیشینه درست‌نمایی (ML) برای دسته‌بندی مدولاسیون‌های دامنه - فاز در محیط همدوس ارائه شده است. به‌خوبی مشخص است که دسته‌بندی‌کننده ML نیاز به آگاهی اولیه به برخی از پارامترهای سیگنال دریافتی و کانال (...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه شیراز - دانشکده مهندسی برق و کامپیوتر 1393

گوش دادن به موسیقی سنتی ایرانی و تشخیص دستگاه و مایه آن همواره برای علاقمندان امری پیچیده بوده که به دلیل کاربردهای فراوان آن در زمینه هایی مانند آموزش و آهنگ سازی از اهمیت بسیار بالایی برخوردار است. زیرا موسیقی سنتی ایرانی دارای سبکی بسیار ظریف و عظمت خاصی می باشد که پیچیدگی های زیادی درون این سبک نهفته است. . این کار به واسطه صرف شنیدن یک قطعه موسیقی کار بسیار دشواری است و فقط اساتید متبحر مو...

سیگنال‌های زیستی مختلف شامل EEG، EOGو EMGبه منظور تشخیص اختلالات خواب در آزمایشگاه‌های خواب ثبت می‌شوند. تحلیل اطلاعات ثبت شده در زمان خواب به‌وسیله متخصص خواب، به صورت شهودی انجام می‌شود. طبقه‌بندی شهودی مراحل خواب به دلیل طولانی بودن ثبت‌ها، کار زمان‌بر و خسته کننده‌ای است. تحلیل خودکار خواب می‌تواند این امر را تسهیل کند. مهم‌تر...

مهمترین مشکل در بررسی و پردازش ثبت های الکتروآنسفالوگرام (EEG) حضور انواع سیگنال های ناخواسته (آرتیفکت ها) است که حذف آنها با روش تحلیل مولفه های مستقل از بهترین گزینه های ممکن است. هدف مساله تحلیل مولفه های مستقل جداسازی کور ترکیبی خطی از منابع مستقل است. با اعمال این روش روی سیگنال های مغزی آغشته به آرتیفکت، آرتیفکت ها به صورت مولفه های مستقلی استخراج می شوند. تشخیص خودکار مولفه های مستقل مرب...

ژورنال: :فصل نامه علمی پژوهشی مهندسی پزشکی زیستی 2010
فریده ابراهیمی محمد میکائیلی

سیگنال های زیستی مختلف شامل eeg، eogو emgبه منظور تشخیص اختلالات خواب در آزمایشگاه های خواب ثبت می شوند. تحلیل اطلاعات ثبت شده در زمان خواب به وسیله متخصص خواب، به صورت شهودی انجام می شود. طبقه بندی شهودی مراحل خواب به دلیل طولانی بودن ثبت ها، کار زمان بر و خسته کننده ای است. تحلیل خودکار خواب می تواند این امر را تسهیل کند. مهم ترین گام برای طبقه بندی خودکار مراحل خواب، استخراج ویژگی های مناسب ...

ژورنال: :صوت و ارتعاش 0
رسول یوسفی نزاد سازمان صدا سیما بابک حاجی باقر نایینی دانشگاه صداوسیما تهران-مدیر گروه ict معصومه شفیعیان دانشگاه صدا وسیما تهران-عضو هییت علمی گروه مهندسی صدا

تشخیص احساس برای رایانه امری چالش برانگیز است. دلیل اصلی این موضوع نیز عدم توانایی رایانه در درک احساس کاربر است. هدف از این مقاله، طراحی یک سیستم تشخیص احساس از گفتار و ارائه روشی نوین جهت بهبود این سیستم است. تاکنون در این زمینه از ویژگی های متفاوتی استفاده شده است، اما هیچ یک عملاً به ارتباط بین دامنه صوت و حالت های احساسی نپرداخته اند. چون موجک بیونیک به این ارتباط بیشتر پرداخته است، به نظر ...

ژورنال: :فصل نامه علمی پژوهشی مهندسی پزشکی زیستی 2009
حسنا قندهاریون عباس عرفانیان امیدوار

مهمترین مشکل در بررسی و پردازش ثبت های الکتروآنسفالوگرام (eeg) حضور انواع سیگنال های ناخواسته (آرتیفکت ها) است که حذف آنها با روش تحلیل مولفه های مستقل از بهترین گزینه های ممکن است. هدف مساله تحلیل مولفه های مستقل جداسازی کور ترکیبی خطی از منابع مستقل است. با اعمال این روش روی سیگنال های مغزی آغشته به آرتیفکت، آرتیفکت ها به صورت مولفه های مستقلی استخراج می شوند. تشخیص خودکار مولفه های مستقل مرب...

ژورنال: :مجله دانشگاه علوم پزشکی اراک 0
مهدی توحیدی پور mahdi tohidipour department of electrical engineering, dezfoul branch, islamic azad university, dezfoul, iranگروه الکترونیک، دانشگاه آزاد اسلامی، واحد دزفول، خوزستان، ایران امیر ابوالفضل صورتگر amir aboulfazl suratgar department of electrical engineering, arak university, arak, iranگروه برق، دانشگاه اراک، اراک، ایرانسازمان اصلی تایید شده: دانشگاه آزاد اسلامی دزفول (islamic azad university of dezful) محمدرضا عرب mohammad reza arab department of biomedical engineering, arak university of medical sciences, arak, iranواحد تجهیزات پزشکی، دانشگاه علوم پزشکی اراک، اراک، ایرانسازمان اصلی تایید شده: دانشگاه اراک (arak university) علیرضا رضایی آشتیانی ali reza rezaei ashtaini department of neurology, arak university of medical sciences, arak, iranگروه مغز و اعصاب، دانشگاه علوم پزشکی اراک، اراک، ایرانسازمان اصلی تایید شده: دانشگاه علوم پزشکی اراک (arak university of medical sciences)

زمینه و هدف: متداول ترین روش تشخیص پاراکلینیکی صرع، نوار مغز یا الکترونسفالوگرام (eeg) می باشد که با آنالیز چشمی توسط متخصصین نورولوژی انجام می گیرد، اما به دلیل موارد منفی کاذب و هم‎چنین عدم امکان بررسی ارتباط سایر الکترودها و نواحی مغز با هم، از آن به صورت منحصر به فردی در تشخیص صرع استفاده نمی شود. در سال های اخیر الکترونسفالوگرام کوانتیزه (qeeg) به ابزاری قدرت مند در تشخیص ناهنجاری های فعال...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید