|
|
Energy Harvesting Power Supply for MEMS Applications
Smilek, Jan ; Leuchter, Jan (referee) ; Ondrůšek, Čestmír (referee) ; Hadaš, Zdeněk (advisor)
Tato práce se zabývá vývojem nezávislého elektrického zdroje pro moderní nízkopříkonové elektrické aplikace. Protože tradiční řešení napájení drobných spotřebičů s využitím baterií či akumulátorů snižuje uživatelský komfort kvůli potřebě pravidelné údržby, navrhovaný zdroj využívá principu energy harvesting. Tento princip spočívá v získávání energie přímo z okolního prostředí napájené aplikace a její přeměně na energii elektrickou, která je dále využita pro na-pájení moderních MEMS (mikroelektromechanických) zařízení. Potenciální aplikací vyvíjeného zdroje je především moderní nositelná elektronika a biomedicínské senzory. Tato oblast využití ovšem klade zvýšené nároky na parametry generátoru, který musí zajistit dostatečný generovaný výkon z energie, dostupné v okolí lidského těla, a to při zachování prakticky využitelné velikosti a hmotnosti. Po stanovení předběžných požadavků a provedení analýz vhodnosti dostupných zdrojů energie ke konverzi byla k využití vybrána kinetická energie lidských aktivit. Byla provedena série měření zrychlení na lidském těle, především v místě předpokládaného umístění generátoru, aby bylo možno analyzovat a generalizovat hodnoty energie dostupné ke konverzi v daném umístění. V návaznosti na tato měření a analýzy byl vyvinut inovativní kinetický energy harvester, který byl následně vyroben jako funkční vzorek. Tento vzorek byl pak testován v reálných podmínkách pro verifikaci simulačního modelu a vyhodnocení reálné použitelnosti takového zařízení. Kromě samotného vývoje generátoru je v práci popsán i originální způsob zvýšení generovaného výkonu pro kinetické energy harvestery a jsou prezentována statistická data a modely pro predikci využitelnosti kinetických harvesterů pro získávání energie z lidské aktivity.
|
|
|
Human Face Recognition
Burián, Pavel ; Ševcovic, Jiří (referee) ; Herout, Adam (advisor)
The bachelor thesis deals with the problematic of the human face recognition in an image. It describes the face detection principles, methods used in recognition problematic and existing face data sets. Thesis is aimed on analysis, comparison and testing of the eigenface, fisherface and KDDA (Kernel Direct Discriminant Analysis) algorithms.
|
|
|
Face Identification
Macenauer, Oto ; Drozd, Michal (referee) ; Chmelař, Petr (advisor)
This document introduces the reader to area of face recognition. Miscellaneous methods are mentioned and categorized to be able to understand the process of face recognition. Main focus of this document is on issues of current face recognition and possibilities do solve these inconveniences in order to be able to massively spread face recognition. The second part of this work is focused on implementation of selected methods, which are Linear Discriminant Analysis and Principal Component Analysis. Those methods are compared to each other and results are given at the end of work.
|
|
|
Dectection of brain wakefulness from scalp EEG data with higher order statistics
Semeráková, Nikola ; Ronzhina, Marina (referee) ; Labounek, René (advisor)
Presented master's thesis deals with detection of brain wakefulness from scalp EEG data with higher order statistics. Part of the thesis is a description of electroencephalography, from the method of signal generation, sensing, electroencephraphy, EEG signal artifacts, frequency bands of EEG signal to its possible processing. Furthermore, the concept of mental fatigue and the possibility of its detection in the EEG signal is described. Subsequently, the principles of higher statistical methods of PCA and ICA and the specific possibilities of decomposition of EEG signal are described using these methods, from which the method of group spatial-frequency ICA was chosen as a suitable method for selection of partial oscillatory sources in EEG signal. In the next part there is described a method of acquisition of data, a the suggestion of solution with selected method and a description of the implemented algorithm, that was applied to real 256-lead scalp EEG data captured during a block task focused on subject allertnes. The absolute and relative power of the EEG signal was decomposed. From the achieved results, we observe that the fluctuations of the spatial frequency patterns of relative power (especially for theta and alpha bands) significantly more closely correspond with the change of reaction time and the error of the subjects performing the task. These observations appear to be relatively consistent with previously published literature, and the current study shows that spatial frequency ICA is able to blindly isolate space-frequency patterns whose fluctuations are statistically significantly correlated with parameters (reaction time, error rate) directly flowing from the given task.
|
|
|
Using Laser-Induced Breakdown Spectroscopy (LIBS) for Material Analysis
Pořízka, Pavel ; Hrdlička, Aleš (referee) ; Pína,, Ladislav (referee) ; Kaiser, Jozef (advisor)
Tato doktorská práce je zaměřena na vývoj algoritmu ke zpracování dat naměřených zařízením pro spektrometrii laserem indukovaného plazmatu (angl. LIBS). Zařízení LIBS s tímto algoritmem by mělo být následně schopno provést třídění vzorků a kvantitativní analýzu analytu in-situ a v reálném čase. Celá experimentální část této práce byla provedena ve Spolkovém institutu pro materiálový výzku a testování (něm. BAM) v Berlíně, SRN, kde byl sestaven elementární LIBS systém. Souběžně s experimentílní prací byl vytvořen přehled literárních zdrojů s cílem podat ucelený pohled na problematiku chemometrických metod používaných k analýze LIBS měření. Použití chemometrických metod pro analýzu dat získaných pomocí LIBS měření je obecně doporučováno především tehdy, jsou-li analyzovány vzorky s komplexní matricí. Vývoj algoritmu byl zaměřen na kvantitativní analýzu a třídění vyvřelých hornin na základě měření pomocí LIBS aparatury. Sada vzorků naměřených použitím metody LIBS sestávala z certifikovaných referenčních materiálů a vzorků hornin shromážděných přímo na nalezištích mědi v Íránu. Vzorky z Íránu byly následně na místě roztříděny zkušeným geologem a množství mědi v daných vzorcích bylo změřeno na Univerzitě v Clausthalu, SRN. Výsledné kalibrační křivky byly silně nelineární, přestože byly sestaveny i z měření referenčních vzorků. Kalibrační křivku bylo možné rozložit na několik dílčích tak, že závislost intenzity měděné čáry na množství mědi se nacházela v jiném trendu pro jednotlivé druhy hornin. Rozdělení kalibrační křivky je zpravidla přisuzováno tzv. matričnímu jevu, který silně ovlivňuje měření metodou LIBS. Jinými slovy, pokud určujeme množství analytu ve vzorcích s různou matricí, je výsledná kalibrační křivka sestavená pouze z jedné proměnné (intenzity zvolené spektrální čáry analytu) nepřesná. Navíc, normalizace takto vytvořených kalibračních křivek k intenzitě spektrální čáry matrčního prvku nevedla k výraznému zlepšení linearity. Je obecně nemožné vybrat spektrální čáru jednoho matričního prvku pokud jsou analyzovány prvky s komplexním složením matric. Chemometrické metody, jmenovitě regrese hlavních komponent (angl. PCR) a regrese metodou nejmenších čtverců (angl. PLSR), byly použity v multivariační kvantitatvní analýze, tj. za použití více proměnných/spektrálních čar analytu a matričních prvků. Je potřeba brát v potaz, že PCR a PLSR mohou vyvážit matriční jev pouze do určité míry. Dále byly vzorky úspěšně roztříděny pomocí analýzy hlavních komponent (angl. PCA) a Kohonenových map na základě složení matričních prvků (v anglické literatuře se objevuje termín ‚spectral fingerprint‘) Na základě teorie a experimentálních měření byl navržen algoritmus pro spolehlivé třídění a kvantifikaci neznámých vzorků. Tato studie by měla přispět ke zpracování dat naměřených in-situ přístrojem pro dálkovou LIBS analýzu. Tento přístroj je v současnosti vyvíjen v Brně na Vysokém učení technickém. Toto zařízení bude nenahraditelné při kvantifikaci a klasifikaci vzorků pouze tehdy, pokud bude použito zároveň s chemometrickými metodami a knihovnami dat. Pro tyto účely byla již naměřena a testována část knihoven dat v zaměření na aplikaci metody LIBS do těžebního průmyslu.
|
|
|
Two video-processing problems by means of nontraditional methods
Kánský, Antonín ; Mangová, Marie (referee) ; Rajmic, Pavel (advisor)
The aim of this work is to solve two problems from the field of video editing by means of sparse representation of signals. The problematics of the traditional realisation of two effects, which are background separation of and separation background from moving foreground, is clarified here, as well as the problematics of sparse signals. The solutions was achieved through the method of Principal component analysis (PCP). The resulting algorithm is implemented and tested by simulated and real data.
|
|
|
Processing of tomographic data by principal component analysis method for archaeological applications
Prokop, David ; Žídek, Jan (referee) ; Pořízka, Pavel (advisor)
Rentgenová počítačová tomografie je metoda sloužící ke 3D zobrazování vnitřní struktury objektů. Mikrostruktura objektů ukrývá důležité informace, které mohou být použity k jejich charakterizaci. Tato práce podává spojení mezi datasety získanými pomocí rentgenové počítačové mikrotomografie a oblastí statistického zpracování dat. Výstupem metody, pak bude klasifikace vzorků na základě informací o jejich mikrostruktuře. Z výsledků klasifikace vzorků, pak můžeme vyvodit různé hypotézy týkající se původu vzorků. Tato práce by mimo jiné mohla sloužit jako takový nový vhled do problematiky kombinace dat různého původu, pomocí metod statistické analýzy.
|
|
|
Automatic Delineation of Multi-lead ECG Signals
Veverka, Vojtěch ; Smital, Lukáš (referee) ; Hejč, Jakub (advisor)
This semester thesis is focused on automated measurement of ECG signal. The theoretical part describes the rise and options ECG signal. Furthermore, the issue is staged principal components analysis, whose output is used as input signal for seasons. They describe the basic methods used in measurement to ECG signal. The practical part is designed in measurement algorithm for ECG signal that has been tested on basic CSE database. The results are discussed in the conclusion.
|
|
|
Detection of pathological vertebrae in spinal CTs utilised by machine learning methods
Tyshchenko, Bohdan ; Ronzhina, Marina (referee) ; Chmelík, Jiří (advisor)
This master's thesis focuses on detection of pathological vertebrae in spinal CT utilized by machine learning. Theoretical part describes anatomy of the spine and occurrence of pathologies in CT image data, contains an overview of existing methods intended for automated detection of pathological vertebrae. Practical part devotes to design a computer aided detection systems to identify pathological vertebrae and to classify a type of pathology. Designed classification system is based on using neural network, which performs classification step and on principal component analysis (PCA), which is used to reducing the original number of observation features. For completing this task were used real data. Conclusion contains evaluation of obtained results.
|
|
|
Overview of methods for person identification using image processing
Palacka, Martin ; Březina, Lukáš (referee) ; Krejsa, Jiří (advisor)
This thesis deals with an overview of methods for person identification using image processing. The beginning of thesis is dedicated to the theoretical study of the skin segmentation method, its algorithm and different color spaces, which are used for identification by this method. The next algorithm is a method called boosted cascade of simple features, while focusing on description of this method, an OpenCV library, computing algorithm, image interpretation by integral image and speed of computation which is reached. The next chapter describes the PCA method, the principles of working, a description of the mathematical model, a study of gender recognition, the results and troubleshooting. The last described methods are fusion of facial strips and pixel patern based texture feature. At the end of this thesis there is the tested application of person identification and gender recognition and the results of the success of methods.
|
guest ::
