Identifikation von elektrischen Geräten im Haushalt - Ghazali, Fateh
60,90 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
0 °P sammeln
  • Broschiertes Buch

Das Ziel dieser Arbeit ist es, ein neues System zur Identifizierung von elektrischen Haushaltsgeräten vorzuschlagen. Unser erster Beitrag besteht darin, ein Identifikationssystem vorzuschlagen, das auf der Verwendung der statistischen Parameter von Oberschwingungen und der Anwendung des KNN-Klassifikators in Kombination mit der Abstimmungsregelmethode basiert. Die Ergebnisse zeigen, dass die Extraktion von 500 Parametern, basierend auf der Schätzung des statistischen Mittels und der Standardabweichung, kombiniert mit der KNN-Klassifikation und der Abstimmungsregel-Strategie, die beste…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Das Ziel dieser Arbeit ist es, ein neues System zur Identifizierung von elektrischen Haushaltsgeräten vorzuschlagen. Unser erster Beitrag besteht darin, ein Identifikationssystem vorzuschlagen, das auf der Verwendung der statistischen Parameter von Oberschwingungen und der Anwendung des KNN-Klassifikators in Kombination mit der Abstimmungsregelmethode basiert. Die Ergebnisse zeigen, dass die Extraktion von 500 Parametern, basierend auf der Schätzung des statistischen Mittels und der Standardabweichung, kombiniert mit der KNN-Klassifikation und der Abstimmungsregel-Strategie, die beste CR-Klassifikationsrate von 94,97% ergibt. Unser zweiter Beitrag besteht darin, die Dimensionalität zu reduzieren, indem wir eine kompakte Parameterdarstellung (genannt DWE) verwenden, die auf der Schätzung des Mittelwerts und der Standardabweichung der Energie basiert, die auf jeder Ebene der dyadischen Zerlegung der Wavelet-Analyse berechnet wurde. Zwei Deskriptoren namens LWE und WCC werden ebenfalls aus dieser Analyse extrahiert, indem jeweils der Logarithmus der Gesamtenergie und anschließend die diskrete Kosinustransformation angewendet werden. Die Ergebnisse zeigen, dass der Deskriptor WCC einen maximalen CR-Wert von 98,13% aufweist.
Autorenporträt
Ghazali Fateh machte 2002 seinen Abschluss als Ingenieur an der Universität Constantine, 2011 seinen Abschluss als Magister an der Universität M'sila und 2022 seinen Doktortitel an der Universität Bordj bou Arréridj. Seine Hauptinteressen gelten der Mustererkennung, Klassifizierung und Identifizierung von elektrischen Geräten.