|
|
Filtrace svalového rušení v EKG signálech
Novotný, Jiří ; Kubičková, Alena (oponent) ; Smital, Lukáš (vedoucí práce)
Tato diplomová práce se zabývá optimalizací numerických koeficientů Wienerova filtru k odstranění svalového rušení ze signálů EKG. Teoretická část se zabývá charakteristikou signálů EKG a svalového rušení. Dále obsahuje shrnutí vlnkové transformace, vlnkové wienerovské filtrace, metod výpočtu prahu a prahování. Závěrem jsou zmíněny charakteristiky optimalizačních technik úplného prohledávání a simplexové metody Nelder-Mead, které byly realizovány v praktické části této práce v prostředí MATLAB. Optimalizace a ověření funkčnosti Wienerova filtru probíhala na standardní databázi elektrokardiogramů CSE. Pomocí metody úplného prohledávání byl získán počáteční odhad řešení pro metodu Nelder-Mead. Optimalizační metoda Nelder-Mead dává v řádech setin až desetin lepší výsledky než metoda úplného prohledávání. Praktická část práce je ukončena porovnáním výsledků realizovaného algoritmu s optimálními koeficienty s výsledky dalších metod pro filtraci svalového rušení z EKG signálů.
|
|
|
Boundary effects in signal processing: From classical problems to new opportunities
Popoola, Seyi James ; Druckmüllerová, Hana (oponent) ; Cicone, Antonio (vedoucí práce)
This thesis focuses on boundary issues in the decomposition of signals. Classical methods boundary issues have been studied extensively, but a new generation of methods has been introduced in the last couple of decades. The implementation of these novel methods has the potential to produce in an efficient way more accurate, flexible, and interpretable results, which can help advance research in real-life applications in various fields. Boundary issues for these techniques have been studied only recently. The results published so far shows that these methods have limitations and assumptions that need to be carefully considered to avoid potential misuse. In this study, we pinpoint and tackle the major obstacles associated with the use these new methods, and the recommendations on how to utilize them most effectively is also provided. To further illustrate the potential consequences of improper usage, we undertake a comprehensive examination of their application to actual data and carry out numerical simulations. Lastly, we propose a set of best practices for optimizing the performance of these techniques in the context of signal decomposition. A crucial suggestion is to employ, before applying any decomposition method, a signal extension technique as a means of mitigating boundary effects.
|
|
|
Digitální zvuková steganografie
Kabelka, Petr ; Malaník, Petr (oponent) ; Strnadel, Josef (vedoucí práce)
Obor steganografie se zabývá ukrýváním informací s cílem zakrýt jejich samotnou existenci. Cílem této práce je vytvořit přehled existujících metod digitální zvukové steganografie a implementovat vybrané metody. Tato práce představuje jednoduše rozšiřitelnou a použitelnou multiplatformní knihovnu pro účely zvukové steganografie v programovacím jazyce Python včetně programu, který ji využívá. Na závěr jsou implementované metody srovnány na základě kvality, kapacity a robustnosti mezi sebou a s publikovanými metodami. Jelikož je velmi těžké najít na internetu konkrétní implementace různých publikovaných metod, umožňuje vytvořená knihovna téměř komukoliv jednoduše využívat implementované steganografické metody v praxi a pokračovat ve výzkumu této oblasti bez nutnosti reimplementace všech metod.
|
|
|
Selected Aspects of Statistical Significance Testing in Time-Frequency Analysis
Klejmová, Eva ; Kohl,, Zdeněk (oponent) ; Fidrmuc, Jarko (oponent) ; Poměnková, Jitka (vedoucí práce)
This doctoral thesis is focused on analyses and assessment of the quality of the frequency and time-frequency transform of the data and the formulation of recommendations for working with such methods. When using these methods, the question arises of how to evaluate which components of the spectrogram are statistically significant and which are not. In this thesis, we analyze the properties of standard statistical significance tests. We discuss their advantages and disadvantages taking into account the heteroskedastic character of data. Based on our experiments we propose two types of improved testing methods that reduce the negatives standard tests. The final step is creating a framework for data filtering using our proposed methods.
|
|
|
Analýza časově-frekvenčních charakteristik signálů
Vitouš, Jiří ; Ředina, Richard (oponent) ; Poměnková, Jitka (vedoucí práce)
Tato práce se zabývá časově-frekvenční analýzou diskrétních signálů. Cílem práce je porovnat hlavní známé metody pro odhad spektro/škálogramu. Hlavní důraz je kladen na problematiku spojenou s kompromisem mezi časovým a frekvenčním rozlišením a také na vliv míry zašumění vstupních dat na kvalitu odhadnutého spektrogramu. Pro tyto účely je sestavena databáze reálných a umělých signálů, na kterých je demonstrována úspěšnost jednotlivých metod odhadu spektrogramů. Databáze je následně využita v demonstračním programu, sloužícím k porovnání jednotlivých metod analýzy. Kolem tohoto programu je také sestaveno počítačové cvičení.
|
|
|
Forecasting electricity prices in the Czech spot market
Černý, Kryštof ; Lebovič, Michal (vedoucí práce) ; Rečka, Lukáš (oponent)
Tato diplomová práce se zaobývá předpovídáním hodinových a denních cen elektřiny na deregulovaném českém denním trhu s elektřinou. Metody použité pro odhad a předpověď hodinových a denních cen jsou vybrány z rodiny modelů ARIMA-GARCH a neurálních sítí. Dekompozice pomocí stacionární diskrétní vlnkové transformace je použita pro denní ceny v kombinaci s ARIMA modely a neurálními sítěmi. Hodinová data jsou modelována pomocí modelů GARCH a neurálních sítí. Výsledky předpovědí odhalují, že v případě denních cen, jednodušší modely, jako ARIMA předčí ostatní metody. Vlnková dekompozice nezlepšila přesnost předpovědí. V případě hodinových cen architektura neurální sítě Multilayer Perceptron dává lepší předpovědi než předpověd uskutečněná metodou ARIMA. Klasifikace JEL C20, C22, C45, C53, C65 Klíčová slova předpovídání, časové řady, ARIMA, GARCH, neurální sítě, vlnková transformace E-mail autora krystof.cerny@gmail.com E-mail vedoucího práce lebovicm@gmail.com 1
|
|
|
Vlnková transformace
Valter, Boris ; Hlávka, Zdeněk (vedoucí práce) ; Dvořák, Jiří (oponent)
Vlnková transformace je pojem z oblasti analýzy signálů. Své využití má především ve fyzice, ale také ve financích, kde s její pomocí můžeme například odhalit trend ve finančních datech. V první kapitole jsou popsány dvě hystoricky starší metody analýzy signálů: Fourierova transformace a krátkodobá Fourierova transformace. Ve druhé kapitole ukážeme, jak funguje vlnková transformace, odvodíme často použivaný algoritmus pro výpočet diskrétní vlnkové transformace a na konci uvedeme nekolik praktických příkladů. Práce by měla přispět k prohloubení ználosti v oblasti časově-frekvenční analýzy signálů, k lepšímu pochopení principu fungování vlnkové transformace a k potenciálnímu rozšíření oblasti jeji použití. Powered by TCPDF (www.tcpdf.org)
|
|
|
Automatická detekce mikrokalcifikací v mamografických snímcích
Hývlová, Denisa ; Jakubíček, Roman (oponent) ; Harabiš, Vratislav (vedoucí práce)
Tato bakalářská práce se zabývá detekcí mikrokalcifikací v mamografických snímcích. V úvodu je rozebrána souvislost jejich přítomnosti se vznikem rakoviny prsu, princip mamografie a standard DICOM využívaný v radiologii. Následně jsou přiblíženy metody používané pro zvýraznění a segmentaci mikrokalcifikací. V prostředí MATLAB byl navržen algoritmus detekce založený na vlnkové transformaci, morfologickém uzavření a prahování. Pro zhodnocení výsledků detekce bylo vytvořeno grafické uživatelské rozhraní a algoritmus umožňující automatické vyhodnocení úspěšnosti detekce na databázi snímků s anotacemi.
|
|
|
Metody detekce spánkových vřeten ze záznamů EEG
Matoušek, Šimon ; Mézl, Martin (oponent) ; Králík, Martin (vedoucí práce)
Tato bakalářská práce se zaměřuje na detekci spánkových vřeten v signálech EEG. V úvodní kapitole se zabývá signálem EEG, popisuje jeho jednotlivé součásti a přibližuje proces zaznamenávání signálu. Vysvětluje pojem spánkové vřeteno a objasňuje polysomnografii. V následující kapitole jsou formou rešerše shrnuty některé poznatky týkající se studií, jež zkoumaly a prakticky využívaly jednotlivé metody detekce spánkových vřeten. Kapitola praktické části práce je zaměřena na realizaci detektorů spánkových vřeten. Jsou aplikovány 3 různé varianty detekce, první detektor je založen na výpočtu hodnoty Teager - Kaiserova operátoru, druhý detektor užívá vlnkovou transformaci, třetí detektor je založen na principu nalezení obálky signálu. V závěru práce je porovnána úspěšnost těchto detektorů ve srovnání s jinými, dříve prováděnými studiemi. Nejvyšší úspěšnosti bylo dosaženo u detektoru založeném na výpočtu obálky signálu, kde senzitivita dosahovala 56,00 % a specificita 55,19 % a také u detektoru využívajícím vlnkové transformace, kde senzitivita činila 81,22 % a specificita 46,15 %.
|
|
|
Detekce živosti otisku prstu na bezdotykovém zařízení
Fořtová, Kateřina ; Kanich, Ondřej (oponent) ; Heidari, Mona (vedoucí práce)
Tato bakalářská práce je zaměřena na detekci živosti otisků prstů s využitím bezdotykového senzoru. Shrnuje teoretický úvod do biometrie, zpracování otisků prstů a některé ze současných přístupů pro detekci živosti. Představuje nový přístup, který využívá algoritmus lokálního binárního vzoru, Sobelův a Laplaceův operátor a vlnkovou transformaci. Následná klasifikace byla provedena s využitím umělých neuronových sítí, metody podpůrných vektorů SVM a rozhodovacích stromů. Experimenty byly provedeny s datasetem nasvíceným světly o různé vlnové délce. Bylo zjištěno, že otisky prstů nasvícené červeným světlem vykazují nejlepší přesnost 90.1% ze všech uvažovaných vlnových délek viditelného světla. Klasifikace s využitím vektoru na základě lokálního binárního vzoru dosahovala průměrné přesnosti 89.8%, přesnost s užitým vektorem na základě Sobelova a Laplaceova operátoru byla 91.5%. Pro vlnkovou transformaci byly využity různé Wavelet rodiny. Největší přesnosti dosahovaly vlnky z rodiny biortogonálních spline vlnek (85.1%) a z rodiny reverzních biortogonálních spline vlnek (86.6%).
|
host ::
RSS.