|
|
Time Frequency Analysis of ERP Signals
Bartůšek, Jan ; Provazník, Ivo (referee) ; Černocký, Jan (advisor)
Tato práce se zabývá vylepšením algoritmu pro sdružování (clustering) ERP signálů pomocí analýzy časových a prostorových vlastností pseudo-signálů získaných za pomocí metody analýzy nezávislých komponent (Independent Component Analysis). Naším zájmem je nalezení nových vlastností, které by zlepšily stávající výsledky. Tato práce se zabývá použitím Fourierovy transformace (Fourier Transform), FIR filtru a krátkodobé Fourierovy transformace ke zkvalitnění informace pro sdružovací algoritmy. Princip a použitelnost metody jsou popsány a demonstrovány ukázkovým algoritmem. Výsledky ukázaly, že pomocí dané metody je možné získat ze vstupních dat zajímavé informace, které mohou být úspěšně použity ke zlepšení výsledků.
|
|
|
The analysis of the clarinet spectrum from different manufacturers
Suchánek, Tomáš ; Mojdl, Edgar (referee) ; Jirásek, Ondřej (advisor)
Bachelor’s thesis focuses on spectral analysis of six B clarinets made by manufacturers Buffet Crampon, RZ Woodwind Manufacturing and Yamaha. Instruments were tested by two professional musicians with different timbral preferences and the resulting spectrum is then applied to how psychoacoustic measurements define timbre perception. Furthermore, the impact of different dynamics or reeds is discussed and significant part of analysis also describes directivity patterns of individual higher harmonics or characteristic formant areas.
|
|
|
Visualization of sound fields
Kovář, Petr ; Klusáček, Stanislav (referee) ; Havránek, Zdeněk (advisor)
This bachelor's thesis deals with problems of acoustical field visualization using near-field acoustical holography. This method is often refered as NAH. Within the thesis the basic acoustical field variables are processed and described. Two algorithms were analysed, namely the Statistically Optimal Algorithm (SONAH) and the Iterative Algorithm using the Fourier Transform (STFT) with a K-filter (Wave-Domain Filter). These algorithms are described in detail. The outcome of the practical part of this thesis is the application for sound pressure visualization. The application is created in the LabVIEW environment from the known codes and the calculation of the sound pressure is performed with one of the two algorithms described in this thesis. From depicted acoustical maps the disadvantages of this method and differences between algorithm are shown. These algorithms are then compared according to speed of the calculation.
|
|
|
Acoustical simulation of going car
Lacko, Tomáš ; Horka, Michal (referee) ; Sigmund, Milan (advisor)
This project includes an overview of different processing methods phonograms. It focuses primarily on time - frequency analysis carried out using Fast Fourier Transform (STFT). The main essence is to evaluate the time - frequency analysis of recorded motor vehicle, driving at different options, together with an analysis of driver activity in these variants. Based on the results of the analysis deals with the creation of synthetic audio signals of motor vehicle records. Further addresses the creation of the program for acoustic simulation engine is running smoothly when driving a car. Processing recorded signals and their evaluation is transferred using Matlab 7.7.0 ( R2008 )
|
|
|
Analysis of sleep EEG signal
Ježek, Martin ; Kozumplík, Jiří (referee) ; Rozman, Jiří (advisor)
Cílem této práce byl vývoj programu pro automatickou detekci arousalu v signálu spánkového EEG s použitím metod časově-frekvenční analýzy. Předmětem studie bylo 13 celonočních polysomnografických nahrávek (čtyři svody EEG, EMG, EKG a EOG), tj. celkově více než 100 hodin záznamu. Jednalo se o část dat z dřívějších výzkumných prací expertní lékařky v problematice spánku Dr. Emilie Sforzy, Ženeva, Švýcarsko, která rovněž poskytla základní hodnocení těchto dat. V záznamech bylo celkem označeno 1551 arousal událostí. Pro usnadnění výběru konkrétní metody časově-frekvenční analýzy byla následně vytvořena sada nástrojů pro vizualizaci jednotlivých signálů a jejich různých časově-frekvenčních vyjádření. S ohledem na závěry vizuální analýzy, charakter signálu EEG a efektivitu výpočetních metod byla pro analýzu vybrána waveletová transformace s mateřskou vlnkou Daubechies řádu 6. Jednotlivé svody EEG byly dekomponovány do šesti frekvenčních pásem. Z takto odvozených signálů a signálu EMG byly následně stanoveny ukazatele možné přítomnosti události arousalu. Tyto ukazatele byly dále váhovány lineárním klasifikátorem, jehož hodnoty vah byly optimalizovány pomocí genetického algoritmu. Na základě hodnoty lineárního klasifikátoru bylo rozhodnuto o přítomnosti události arousalu v daném svodě EEG – arousal byl detekován, jestliže hodnota klasifikátoru překročila danou mez na dobu více než 3 a méně než 30 vteřin. V celém záznamu pak byl arousal označen, byl-li detekován alespoň v jednom ze svodů EEG. Následně byly odvozeny míry senzitivity a selektivity detekce, jež byly rovněž základem pro stanovení fitness funkce genetického algoritmu. Pro učení genetického algoritmu byly vybrány první čtyři záznamy. Na základě takto optimalizovaných vah vznikl program pro automatickou detekci, který na celém souboru 13 záznamů dosáhl ve srovnání s expertním hodnocením míry senzitivity 76,09%, selektivity 53,26% a specificity 97,66%.
|
guest ::
