ترجمه مقاله طبقه بندی سری های زمانی با استفاده از مدل ترکیبی گاسیان در ارتباط با مراحل بازسازی

عنوان اصلی مقاله: Time Series Classification Using Gaussian Mixture Models of Reconstructed Phase Spaces

 

مقاله طبقه بندی سری های زمانی با استفاده از مدل ترکیبی گاسیان در ارتباط با مراحل بازسازی


دانلود اصل مقاله (رایگان) 
مقاله طبقه بندی سری های زمانی با استفاده از مدل ترکیبی گاسیان در ارتباط با مراحل بازسازی

 

خلاصه مطالب

روش های طبقه بندی جدید ارائه شده است که بر مبنای مدل سازی دینامیک سیستم ها می باشد که در مراحل بازسای مورد محاسبه قرار می گیرد. این مدل سازی ها بر مبنای استفاده از مدل ترکیبی کوواریانس گاسیان در ارتباط با حوزه زمانی در مقایسه با فعالیت های کنونی و جاری در طبقه بندی سیگنال ها انجام می گیرد که معمولا تمرکز آن بر روی تجزیه و تحلیل سیستم های خطی با استفاده از محتوای فرکانس و یا مدل های یادگیری ماشینی غیر خطی همانند شبکه های عصبی مصنوعی می باشد.

روش های مطرح شده دارای مبناهای نظری قوی می باشند که بر اساس سیستم های دینامیکی و برهان های توپولوژیکی می باشند که منجر به بازسازی سیگنالی می گردند و برای اینکه در ارتباط با این سیستم باشند دارای پارامترهای انتخابی مناسبی می باشند. این الگوریتم ها به طور اتوماتیک این پارامترها را ارزیابی کرده که مراحل بازسازی را به طور مناسبی ایجاد کنند و نیازمند تعدادی از آمیزه ها , سیگنال ها و طبقه بندی ها به عنوان یک طبقه می باشند.سه نوع اطلاعات جداگانه در ارتباط با ارزیابی ها مورد استفاده قرار می گیرند که شامل موتور شبیه ساز , دستگاه ثبت ضربان قلب و امواج گفتار می باشد. نتایج نشان می دهد که روش های مطرح شده در طول این حوزه های مختلف قدرتمند بوده و به طور مهمی شبکه های عصبی بر مبنای وقفه زمانی فعالیت می کنند.
کلمات کلیدی :

شاخص ها- طبقه بندی سیگنال ها , مراحل بازسازی , مدل ترکیبی گاسیان

 

 ترجمه در ادامه مطلب

 

برای خرید و یا راهنمایی می توانید با یکی از موارد زیر تماس بگیرید

ایمیل :                         این آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید (پشتیبانی 24 ساعته)

تلفن تماس :                09104561172 (پشتیبانی 24 ساعته)

برای مشاهده جزئیات و خرید روی دکمه زیر کلیک کنید

قیمت: 12000 تومان
 

دانلود فایل