Добірка наукової літератури з теми "Спектральне перетворення"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "Спектральне перетворення".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Статті в журналах з теми "Спектральне перетворення"
Трасковецька, Лілія, Ольга Вальчук та Ірина Гащук. "МОЖЛИВОСТІ MATLAB У ДОСЛІДЖЕННІ СПЕКТРАЛЬНОГО ПЕРЕТВОРЕННЯ ФУР’Є". Збірник наукових праць Національної академії Державної прикордонної служби України. Серія: військові та технічні науки 79, № 1 (21 лютого 2020): 278–91. http://dx.doi.org/10.32453/3.v79i1.113.
Повний текст джерелаЯворський, І. М., Р. М. Юзефович та О. В. Личак. "Перетворення Гільберта багатокомпонентних періодично нестаціонарних випадкових сигналів". Reports of the National Academy of Sciences of Ukraine, № 1 (30 березня 2022): 20–33. http://dx.doi.org/10.15407/dopovidi2022.01.020.
Повний текст джерелаIgnatkin, V., and O. Saragtov. "Evaluation of the Signal Power Spectrum in Directional Receiving Systems." Metrology and instruments, no. 5 (October 24, 2019): 49–51. http://dx.doi.org/10.33955/2307-2180(5)2019.49-51.
Повний текст джерелаLatifova, A. R., та A. Kh Khanmamedov. "Обратная спектральная задача для одномерного оператора Штарка на полуоси". Ukrains’kyi Matematychnyi Zhurnal 72, № 4 (28 березня 2020): 494–508. http://dx.doi.org/10.37863/umzh.v72i4.2302.
Повний текст джерелаЦипоренко, Валентин Григорович, Віталій Валентинович Ципоренко, Олександр Володимирович Андреєв та Акежан Муратули Сабіболда. "Цифровий спектрально-кореляційний метод вимірювання затримки прийому радіосигналу та пеленгування". Технічна інженерія, № 2(88) (30 листопада 2021): 113–21. http://dx.doi.org/10.26642/ten-2021-2(88)-113-121.
Повний текст джерелаMusienko, A., A. Laptev, V. Sobchuk та B. Borsuk. "МЕТОДИКА ВИБОРУ ОПТИМАЛЬНОГО ВХІДНОГО СИГНАЛУ РАДІОМОНІТОРИНГУ ДЛЯ ПРОГРАМНИХ ЗАСОБІВ НА БАЗІ ПЕРЕТВОРЕННЯ ФУР’Є". Системи управління, навігації та зв’язку. Збірник наукових праць 4, № 56 (11 вересня 2019): 135–40. http://dx.doi.org/10.26906/sunz.2019.4.135.
Повний текст джерелаКорнієнко, Олександр Олегович, та Євген Андрійович Мачуський. "Визначення голосової активності у мовному сигналі методами спектрально-кореляційного та вейвлет-пакетного перетворення". Известия высших учебных заведений. Радиоэлектроника 61, № 5 (26 травня 2018): 247–58. http://dx.doi.org/10.20535/s0021347018050011.
Повний текст джерелаВолошко, А. В., та Т. М. Лутчин. "Комбінований метод шифрування даних з ідентифікацією їхнього відправника". Реєстрація, зберігання і обробка даних 23, № 1 (16 березня 2021): 38–47. http://dx.doi.org/10.35681/1560-9189.2021.23.1.235158.
Повний текст джерелаЯворський, І. М., Р. М. Юзефович та О. В. Личак. "Аналіз високочастотної модуляції несучих гармонік періодично нестаціонарного випадкового сигналу". Reports of the National Academy of Sciences of Ukraine, № 2 (10 травня 2022): 21–31. http://dx.doi.org/10.15407/dopovidi2022.02.021.
Повний текст джерелаVarbanets, R. A., O. V. Fomin, V. G. Klymenko, D. S. Minchev, V. P. Malchevsky та V. I. Zalozh. "ВІБРОАКУСТИЧНА ДІАГНОСТИКА ТУРБОКОМПРЕСОРА СУДНОВОГО ДИЗЕЛЬНОГО ДВИГУНА". Transport development, № 1(12) (3 травня 2022): 30–44. http://dx.doi.org/10.33082/td.2022.1-12.03.
Повний текст джерелаДисертації з теми "Спектральне перетворення"
Смирнов, Олександр Владиславович. "Визначення емоційного стану людини на базі аналізу голосових характеристик". Master's thesis, Київ, 2018. https://ela.kpi.ua/handle/123456789/23637.
Повний текст джерелаThe purpose of this work is to study the voice signals in the frequency and time domain for the identification of objective parameters that allow to classify a person's voice by emotional coloring According to the research, software was developed using the Mathlab 2014a software package. As a result of the work: created new methods of voice processing, which provide for use to characterize the psychological type of person; obtained results that can be used in psychiatry for qualitative evaluation of emotional and volitional disorders in various psychological pathologies; to assess staffing potential of employees; law enforcement systems and security measures in the direction of detecting aggressively colored voices may become an important use of such methods; Software has been developed that allows you to classify a person's voice depending on her emotional state.
Целью данной работы является исследование голосовых сигналов в частотной и временной области для идентификации объективных параметров, позволяющих классифицировать голос человека по эмоциональной окраске. По проведенным исследованиям разработанное программное обеспечение с использованием программного пакета Mathlab 2014a. В результате выполнения работы: созданы новые методы обработки голоса, которые предусматривают использование для характеристики психологического типа человека; полученные результаты, которые в дальнейшем могут быть использованы в психиатрии для качественной оценки эмоционально-волевых нарушений при различных психо-патологии; для оценки кадрового потенциала работников; важным применением подобных методов могут стать правоохранительные системы и средства безопасности в направлении выявления агрессивно окрашенных голосов; разработано программное обеспечение, позволяющее классифицировать голос человека в зависимости от его эмоционального состояния.
Ніконов, М. С. "Оцінка спектральних складових напруги методом перетворення Фур’є". Thesis, Сумський державний університет, 2018. http://essuir.sumdu.edu.ua/handle/123456789/67051.
Повний текст джерелаХниченко, О. А., М. В. Живенко, Павло Федорович Щапов, Ольга Юріївна Кропачек та Руслан Павлович Мигущенко. "Оптимізація інформаційного простору при вейвлет-перетвореннях вібросигналів". Thesis, ТОВ "В справі", 2015. http://repository.kpi.kharkov.ua/handle/KhPI-Press/44508.
Повний текст джерелаПестун, М. О. "Збір, обробка та аналіз вібросигналу за допомогою програмного комплексу labview для діагностування роторних машин". Master's thesis, Сумський державний університет, 2020. https://essuir.sumdu.edu.ua/handle/123456789/82129.
Повний текст джерелаАндрейчук, Богдан Валерійович, та Bogdan Andreichuk. "Метод розпізнавання голосових сигналів для керування комп’ютерними системами вимірювань". Master's thesis, ТНТУ ім. І. Пулюя, Факультет прикладних інформаційних технологій та електроінженерії, Кафедра біотехнічних систем, м. Тернопіль, Україна, 2021. http://elartu.tntu.edu.ua/handle/lib/36502.
Повний текст джерелаIn the qualification work, a comparative analysis of the use of different measurements of proximity and vector features, which showed that the most suitable for recognition tasks vector features can be considered: mel-keppstral coefficients and distribution of information intervals of speech signal to control computer systems.
ВСТУП 8 РОЗДІ 1. ОСНОВНА ЧАСТИНА 11 1.1. Сучасний стан напряму розпізнавання мовних сигналів 11 1.2. Особливості мовлення та сприйняття мови людиною 16 1.2.1. Мовний апарат 17 1.2.2. Сприйняття мовного сигналу людиною 20 1.3 Методи цифрової обробки сигналів у задачах розпізнавання мовних сигналів 26 1.3.1. Спектральний аналіз 26 1.3.2. Віконний аналіз у базисі Фур'є 27 1.3.3. Вейвлет аналіз 27 1.3.4. Кепстральний аналіз 29 1.4 Субсмуговий підхід до обробки мовних сигналів 32 1.5 Висновки до розділу 1 33 РОЗДІЛ 2. ОСНОВНА ЧАСТИНА 34 2.1. Акустико-фонетичний підхід до розпізнавання мовних сигналів 34 2.2. Обчислювальні аспекти субсмугового аналізу мовних сигналів у задачах ідентифікації 37 2.3. Дослідження просторів ознак у задачах розпізнавання мовних сигналів 43 2.3.1. Декомпозиція сигналу банком фільтрів 43 2.3.2. Розподіл миттєвих енергій відрізка МС 45 2.3.3. Розподіл часток енергії відрізка МС 47 2.3.4. Розподіл інформаційних інтервалів відрізка МС 49 2.3.5. Частота переходів через нуль 52 2.3.6. Ширина частотної області, що займає сигнал 55 2.3.7. Мел-кепстральні коефіцієнти мовного сигналу 60 2.4. Заходи близькості у задачах розпізнавання мовних сигналів 63 2.4.1. Євклідова відстань 63 2.4.2. Середньоквадратичне відхилення 63 2.4.3. Відстань Махаланобіса 64 2.4.4. Кореляція послідовностей 64 2.4.5. Динамічна трансформація тимчасової шкали 65 2.5. Висновки до розділу 2 67 РОЗДІЛ 3. НАУКОВО-ДОСЛІДНА ЧАСТИНА 68 3.1. Методика оцінки методів розпізнавання мовних сигналів 68 3.2 Дослідження підходів до розпізнавання мовних сигналів 72 3.3. Висновки до розділу 3 80 РОЗДІЛ 4. ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 81 4.1. Охорона праці 81 4.2. Безпека в надзвичайних ситуаціях 84 4.3. Висновки до розділу 4 86 ВИСНОВКИ 87 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ 88 Додаток А. Копія тези конференції 93
Лавриненко, Олександр Юрійович, Александр Юрьевич Лавриненко та Oleksandr Lavrynenko. "Методи підвищення ефективності семантичного кодування мовних сигналів". Thesis, Національний авіаційний університет, 2021. https://er.nau.edu.ua/handle/NAU/52212.
Повний текст джерелаThe thesis is devoted to the solution of the actual scientific and practical problem in telecommunication systems, namely increasing the bandwidth of the semantic speech data transmission channel due to their efficient coding, that is the question of increasing the efficiency of semantic coding is formulated, namely – at what minimum speed it is possible to encode semantic features of speech signals with the set probability of their error-free recognition? It is on this question will be answered in this research, which is an urgent scientific and technical task given the growing trend of remote human interaction and robotic technology through speech, where the accurateness of this type of system directly depends on the effectiveness of semantic coding of speech signals. In the thesis the well-known method of increasing the efficiency of semantic coding of speech signals based on mel-frequency cepstral coefficients is investigated, which consists in finding the average values of the coefficients of the discrete cosine transformation of the prologarithmic energy of the spectrum of the discrete Fourier transform treated by a triangular filter in the mel-scale. The problem is that the presented method of semantic coding of speech signals based on mel-frequency cepstral coefficients does not meet the condition of adaptability, therefore the main scientific hypothesis of the study was formulated, which is that to increase the efficiency of semantic coding of speech signals is possible through the use of adaptive empirical wavelet transform followed by the use of Hilbert spectral analysis. Coding efficiency means a decrease in the rate of information transmission with a given probability of error-free recognition of semantic features of speech signals, which will significantly reduce the required passband, thereby increasing the bandwidth of the communication channel. In the process of proving the formulated scientific hypothesis of the study, the following results were obtained: 1) the first time the method of semantic coding of speech signals based on empirical wavelet transform is developed, which differs from existing methods by constructing a sets of adaptive bandpass wavelet-filters Meyer followed by the use of Hilbert spectral analysis for finding instantaneous amplitudes and frequencies of the functions of internal empirical modes, which will determine the semantic features of speech signals and increase the efficiency of their coding; 2) the first time it is proposed to use the method of adaptive empirical wavelet transform in problems of multiscale analysis and semantic coding of speech signals, which will increase the efficiency of spectral analysis due to the decomposition of high-frequency speech oscillations into its low-frequency components, namely internal empirical modes; 3) received further development the method of semantic coding of speech signals based on mel-frequency cepstral coefficients, but using the basic principles of adaptive spectral analysis with the application empirical wavelet transform, which increases the efficiency of this method. Conducted experimental research in the software environment MATLAB R2020b showed, that the developed method of semantic coding of speech signals based on empirical wavelet transform allows you to reduce the encoding speed from 320 to 192 bit/s and the required passband from 40 to 24 Hz with a probability of error-free recognition of about 0.96 (96%) and a signal-to-noise ratio of 48 dB, according to which its efficiency increases 1.6 times in contrast to the existing method. The results obtained in the thesis can be used to build systems for remote interaction of people and robotic equipment using speech technologies, such as speech recognition and synthesis, voice control of technical objects, low-speed encoding of speech information, voice translation from foreign languages, etc.
Звіти організацій з теми "Спектральне перетворення"
Красюк, В. О., та В. М. Соловйов. Аналіз цін на нафту мережними методами. Видавець О. М. Третяков, 2016. http://dx.doi.org/10.31812/0564/1312.
Повний текст джерелаСоловйов, В. М. Мультиплексні мережі у моделюванні соціально-економічних систем. ЧДТУ, травень 2016. http://dx.doi.org/10.31812/0564/1285.
Повний текст джерелаСоловйов, Володимир Миколайович. Мережні міри складності соціально-економічних систем. ЧНУ ім. Б. Хмельницького, 2015. http://dx.doi.org/10.31812/0564/1158.
Повний текст джерела