عنوان انگلیسی مقاله: Time Series Classification Using Gaussian Mixture Models of Reconstructed Phase Spaces
عنوان فارسی مقاله: طبقه بندی سری های زمانی با استفاده از مدل ترکیب گاوس از فضای مراحل بازسازی شده
دسته: مهندسی صنایع
فرمت فایل ترجمه شده: فایل Word ورد 2007 یا 2003 (Docx یا Doc) قابل ویرایش
تعداد صفحات فایل ترجمه شده: 12
لینک دریافت رایگان نسخه انگلیسی مقاله:
دانلودترجمه سلیس و روان مقاله آماده خرید می باشد.
_______________________________________
چکیده
روش
جدید از طبقه بندی جدید سیگنال ارائه شده که بر مبنای مدل سازی دینامیک
سیستم بوده که در فضای مراحل بازسازی مورد محاسبه قرار می گیرد. این مدل
سازی ها با استفاده از مدل ترکیبی کوواریانس گاوس در ارتباط با حوزه زمانی
در مقایسه با تحقیقات های حال حاضر و گذشته در طبقه بندی سیگنال ها انجام
می گیرد که معمولا تمرکز آن بر روی تحلیل سیستم های خطی با استفاده از
مقدار بسامد یا مدل های یادگیری ماشینی غیر خطی ساده همانند شبکه های عصبی
مصنوعی می باشد. روش مطرح شده دارای پایه نظری قوی بر مبنای سیستم های
دینامیکی و قضایای توپولوژی می باشند که منجر به بازسازی سیگنال شده که با
در نظر گرفتن پارامترهای انتخابی مناسب، به طور جانبی نماینده سیستم زیرین
می باشد. این الگوریتم ها به طور اتوماتیک این پارامترها را محاسبه کرده تا
فضاهای مراحل بازسازی شده را بازسازی را شکل داده وتنها نیازمند تعدادی از
آمیزه ها، سیگنال ها و تیکت دسته ها به عنوان توان ورودی می باشد. سه
مجموعه داده مجزا برای تایید مورد استفاده قرار می گیرند که شامل شبیه سازی
چریان موتوری، دستگاه ثبت ضربان قلب و شکل امواج گفتار می باشد. نتایج
نشان می دهد که روش های مطرح شده در حوزه های مختلف اثرگذار بوده و به طور
قابل توجهی در مسسیر شبکه های عصبی بر مبنای وقفه زمانی بکار گرفته شده که
به عنوان مبنا می باشد.