No description available.

Aplicações computacionais voltadas para o auxílio ao diagnóstico (Computer-Aided Diagnosis - CAD) estão se tornando cada vez mais freqüentes. O objetivo dessas aplicações é fornecer ao profissional da área médica ferramentas que auxiliem na detecção precoce de patologias diversas. Nesse contexto, algoritmos que satisfaçam o interesse do usuário em encontrar imagens semelhantes a um caso específico podem ser desenvolvidos. Essas buscas devem ser feitas por similaridade, considerando a informação visual da imagem e não utilizando os recursos do processo convencional de busca textual, o qual compara parâmetros fornecidos pelo usuário com valores de atributos armazenados. As técnicas que permitem esse desenvolvimento são descritas na literatura como recuperação de imagens baseada em conteúdo (Content-Based Image Retrieval - CBIR). O maior desafio nessa abordagem é determinar o conjunto de características que descrevem o conteúdo da imagem adequadamente. No presente trabalho foram implementados algoritmos para extrair as características das imagens médicas utilizando as transformadas Wavelet e Wavelet Packet. A transformada Wavelet Packet tem maior capacidade para distinguir as freqüências quando comparada com a transformada Wavelet \"tradicional\". Esse estudo explora tal propriedade e analisa o desempenho dessas abordagens matemáticas na recuperação das imagens médicas por conteúdo. Ao final do estudo pôde-se estabelecer um comparativo entre os resultados obtidos com os vetores gerados a partir dos dados extraídos por ambas transformadas. Considerando-se que na área médica a precisão na obtenção das informações tem importância fundamental, a transformada Wavelet Packet revelou vantagens relevantes sobre os métodos tradicionais que aplicam a transformada Wavelet. Gráficos recall x precision e confusion matrix forneceram medidas da eficácia de recuperação. / Computer-Aided Diagnosis (CAD) applications are becoming more frequent each day. This application\'s objective is to provide tools for the medical professional that help in the precocious detection of different pathologies. On this context, algorithms that satisfy the user interest to find similar images related to a singular case can be developed. Such searches must be done considering the visual information instead of using common resources employed in textual conventional procces\'s searches, which compares parameters provide by the user to attribute\'s values stored. The techniques that admit such development are depicted in the literature as Content-Based Image Retrieval (CBIR). The great challenge here is to define the features that represent the image appropriately. In the present research were implemented algorithms to extract the images features using the Wavelet transform and Wavelet Packet transform. A Wavelet Packet transform distinguish frequencies better than the \"tradicional\" Wavelet transform. Therefore this study explores such properties and analyze the both mathematics approaches performance in the medical images retrieval. A comparative can be estabilished between the results obtained with the vectors produced using extracted data in both transforms. Considering that in the medical area the precision to obtain informations has fundamental importance, the Wavelet Packet transform revealed relevant advantages compared to the traditional methods that use the Wavelet transform. Recall x precision graphs and confusion matrix provides retrieval efficiency measures.

Orientador: Jozue Vieira Filho / Resumo: Neste trabalho aplica-se a Transformada Wavelet Packet para a identificação de faixas de frequência para detecção de danos em sistemas de monitoramento de integridade estrutural baseados no princípio da impedância eletromecânica no domínio do tempo. Assim, foram verificadas e determinadas as faixas de frequências que melhor representam as variações no conjunto PZT/estrutura por meio de informações obtidas da Transformada Wavelet Packet aplicada no sinal de resposta do conjunto PZT/estrutura, obtendo uma metodologia viável, fácil e simples para escolher a faixa mais sensível para a detecção de danos. Os resultados indicam que a entropia dos coeficientes wavelet é uma importante referência na seleção da banda mais apropriada para a detecção de danos. / Abstract: This work applies the Wavelet Packet Transform in the identification of frequency bands for damage detection in structural health monitoring systems based on the principle of electromechanical impedance in the time domain. Thus, the frequency bands that best represent the variations in the set PZT/structure were obtained and determined by means of the information obtained from the Wavelet Packet Transform applied to response signal obtained from PZT/structure, which is an easy, simple and viable methodology for choosing the more sensitive frequency bands for damage detection. Results indicate that the entropy of wavelet coefficients is an important reference in selecting the most appropriate band for damage detection. / Mestre

Submitted by PATRÍCIA GABRIEL VIEIRA null (vieiragpatricia@gmail.com) on 2017-01-23T20:36:55Z No. of bitstreams: 1 Patricia_G_Vieira_Dissertação_Final_2016.pdf: 1483125 bytes, checksum: 78eb2fa98b77bc55ffb7c6344532d7a9 (MD5) / Approved for entry into archive by LUIZA DE MENEZES ROMANETTO (luizamenezes@reitoria.unesp.br) on 2017-01-26T13:40:48Z (GMT) No. of bitstreams: 1 vieira_pg_me_ilha.pdf: 1483125 bytes, checksum: 78eb2fa98b77bc55ffb7c6344532d7a9 (MD5) / Made available in DSpace on 2017-01-26T13:40:48Z (GMT). No. of bitstreams: 1 vieira_pg_me_ilha.pdf: 1483125 bytes, checksum: 78eb2fa98b77bc55ffb7c6344532d7a9 (MD5) Previous issue date: 2016-12-19 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Neste trabalho aplica-se a Transformada Wavelet Packet para a identificação de faixas de frequência para detecção de danos em sistemas de monitoramento de integridade estrutural baseados no princípio da impedância eletromecânica no domínio do tempo. Assim, foram verificadas e determinadas as faixas de frequências que melhor representam as variações no conjunto PZT/estrutura por meio de informações obtidas da Transformada Wavelet Packet aplicada no sinal de resposta do conjunto PZT/estrutura, obtendo uma metodologia viável, fácil e simples para escolher a faixa mais sensível para a detecção de danos. Os resultados indicam que a entropia dos coeficientes wavelet é uma importante referência na seleção da banda mais apropriada para a detecção de danos. / This work applies the Wavelet Packet Transform in the identification of frequency bands for damage detection in structural health monitoring systems based on the principle of electromechanical impedance in the time domain. Thus, the frequency bands that best represent the variations in the set PZT/structure were obtained and determined by means of the information obtained from the Wavelet Packet Transform applied to response signal obtained from PZT/structure, which is an easy, simple and viable methodology for choosing the more sensitive frequency bands for damage detection. Results indicate that the entropy of wavelet coefficients is an important reference in selecting the most appropriate band for damage detection.

Aplicações computacionais voltadas para o auxílio ao diagnóstico (Computer-Aided Diagnosis - CAD) estão se tornando cada vez mais freqüentes. O objetivo dessas aplicações é fornecer ao profissional da área médica ferramentas que auxiliem na detecção precoce de patologias diversas. Nesse contexto, algoritmos que satisfaçam o interesse do usuário em encontrar imagens semelhantes a um caso específico podem ser desenvolvidos. Essas buscas devem ser feitas por similaridade, considerando a informação visual da imagem e não utilizando os recursos do processo convencional de busca textual, o qual compara parâmetros fornecidos pelo usuário com valores de atributos armazenados. As técnicas que permitem esse desenvolvimento são descritas na literatura como recuperação de imagens baseada em conteúdo (Content-Based Image Retrieval - CBIR). O maior desafio nessa abordagem é determinar o conjunto de características que descrevem o conteúdo da imagem adequadamente. No presente trabalho foram implementados algoritmos para extrair as características das imagens médicas utilizando as transformadas Wavelet e Wavelet Packet. A transformada Wavelet Packet tem maior capacidade para distinguir as freqüências quando comparada com a transformada Wavelet \"tradicional\". Esse estudo explora tal propriedade e analisa o desempenho dessas abordagens matemáticas na recuperação das imagens médicas por conteúdo. Ao final do estudo pôde-se estabelecer um comparativo entre os resultados obtidos com os vetores gerados a partir dos dados extraídos por ambas transformadas. Considerando-se que na área médica a precisão na obtenção das informações tem importância fundamental, a transformada Wavelet Packet revelou vantagens relevantes sobre os métodos tradicionais que aplicam a transformada Wavelet. Gráficos recall x precision e confusion matrix forneceram medidas da eficácia de recuperação. / Computer-Aided Diagnosis (CAD) applications are becoming more frequent each day. This application\'s objective is to provide tools for the medical professional that help in the precocious detection of different pathologies. On this context, algorithms that satisfy the user interest to find similar images related to a singular case can be developed. Such searches must be done considering the visual information instead of using common resources employed in textual conventional procces\'s searches, which compares parameters provide by the user to attribute\'s values stored. The techniques that admit such development are depicted in the literature as Content-Based Image Retrieval (CBIR). The great challenge here is to define the features that represent the image appropriately. In the present research were implemented algorithms to extract the images features using the Wavelet transform and Wavelet Packet transform. A Wavelet Packet transform distinguish frequencies better than the \"tradicional\" Wavelet transform. Therefore this study explores such properties and analyze the both mathematics approaches performance in the medical images retrieval. A comparative can be estabilished between the results obtained with the vectors produced using extracted data in both transforms. Considering that in the medical area the precision to obtain informations has fundamental importance, the Wavelet Packet transform revealed relevant advantages compared to the traditional methods that use the Wavelet transform. Recall x precision graphs and confusion matrix provides retrieval efficiency measures.

Life would be much easier if there were no typing involved in preparing a document, typing an email, paying online bills, entering credit card details, booking flights, hotels or car rentals online. Imagine a system that would recognize speech and convert it into another form to do these functions automatically. The fact that most people can speak faster than they can type gives a good reason to have a speech recognizer. This thesis concentrates on developing a speaker independent, speech recognizer using Wavelet Packet Transform. Speech corpus in the form of phonemes is collected from an American male and an Indian Female. The subjects chosen for phoneme recognition vary in a number of factors like the accent, gender, age, microphone used to record speech, environment in which phonemes are recorded, etc. These factors increase the complexity of speech recognition. We also assume that the emotions of the speakers are the same and the speakers are stationary while recording phonemes.

Magíster en Ciencias de la Ingeniería, Mención Eléctrica. Ingeniera Civil Eléctrica / Durante los últimos años, el avance de la tecnología de captura y almacenamiento ha generado un volumen sin precedentes de imágenes digitales almacenadas en las bases de datos. Esto plantea el desafío de desarrollar sistemas autónomos que sean eficientes en la búsqueda y organización del contenido digital. Como problema emblemático surgió Content-Based Image Retrieval como área de investigación. Un sistema de indexación de imágenes busca encontrar las imágenes más similares a una en particular y está compuesto de dos etapas: extracción de características y medición de similitud. La primera etapa busca la forma de representar la imagen extrayendo las características más discriminativas, mientras que la segunda etapa es usada para ordenar las imágenes de acuerdo a su similitud. Esta tesis propone el uso de Wavelet Packet para abordar el problema de indexación de imágenes de texturas. Wavelet Packet es una herramienta del procesamiento de señales que no ha sido usada en el estado del arte para enfrentar el problema de indexación y, además, es capaz del proveer distintas representaciones para una imagen. Para seleccionar la mejor representación de Wavelet Packet, este trabajo propone una nueva metodología para el problema de indexación que aborda el problema de selección de bases para la familia de Wavelet Packets utilizando el criterio de Mínima Probabilidad de Error. Como resultado de la implementación de la metodología propuesta, se muestra que las soluciones provistas por Wavelet Packet son adaptivas y mejoran el desempeño del sistema de indexación con respecto a la solución Wavelet, bajo condiciones similares y modelos estadísticos.

No description available.

Made available in DSpace on 2014-12-17T14:54:51Z (GMT). No. of bitstreams: 1 AdrianoAB.pdf: 2240966 bytes, checksum: d9e93de6b9ef6f0023ed591b4d760ff9 (MD5) Previous issue date: 2008-12-02 / The automatic speech recognition by machine has been the target of researchers in the past five decades. In this period have been numerous advances, such as in the field of recognition of isolated words (commands), which has very high rates of recognition, currently. However, we are still far from developing a system that could have a performance similar to the human being (automatic continuous speech recognition). One of the great challenges of searches for continuous speech recognition is the large amount of pattern. The modern languages such as English, French, Spanish and Portuguese have approximately 500,000 words or patterns to be identified. The purpose of this study is to use smaller units than the word such as phonemes, syllables and difones units as the basis for the speech recognition, aiming to recognize any words without necessarily using them. The main goal is to reduce the restriction imposed by the excessive amount of patterns. In order to validate this proposal, the system was tested in the isolated word recognition in dependent-case. The phonemes characteristics of the Brazil s Portuguese language were used to developed the hierarchy decision system. These decisions are made through the use of neural networks SVM (Support Vector Machines). The main speech features used were obtained from the Wavelet Packet Transform. The descriptors MFCC (Mel-Frequency Cepstral Coefficient) are also used in this work. It was concluded that the method proposed in this work, showed good results in the steps of recognition of vowels, consonants (syllables) and words when compared with other existing methods in literature / O reconhecimento autom?tico da voz por m?quinas inteligentes tem sido a meta de muitos pesquisadores nas ?ltimas cinco d?cadas. Neste per?odo, in?meros avan?os foram alcan?ados, como por exemplo no campo de reconhecimento de palavras isoladas (comandos), o qual atualmente apresenta taxas de reconhecimento muito altas. No entanto, ainda se est? longe de desenvolver um sistema que possa ter um desempenho parecido com o ser humano, ou seja, reconhecimento autom?tico de voz em modo cont?nuo. Um dos grandes desafios das pesquisas de reconhecimento de voz cont?nuo ? a grande quantidade de padr?es existentes, pois as linguagens modernas tais como: Ingl?s, Franc?s, Espanhol e Portugu?s possuem aproximadamente 500.000 palavras ou padr?es a serem identificados. A proposta deste trabalho ? utilizar unidades menores do que a palavra tais como: fonemas, difones e s?labas como unidades base para o reconhecimento da voz, visando o reconhecimento quaisquer palavras sem necessariamente utiliz?-las. O objetivo principal deste trabalho ? reduzir a restri??o imposta pela quantidade excessiva de padr?es existentes, ou seja, a quantidade excessiva de palavras. Com o objetivo de validar esta proposta, o sistema foi desenvolvido e testado para o reconhecimento de palavras isoladas no modo dependente do locutor. O sistema apresentado neste trabalho foi desenvolvido com uma l?gica de reconhecimento hier?rquica baseada nas caracter?sticas de produ??o dos fonemas da l?ngua Portuguesa do Brasil. Estas decis?es s?o feitas atrav?s da utiliza??o de redes neurais do tipo M?quinas de Vetor de Suporte agrupadas na forma de M?quinas de C?mite. Os principais descritores do sinal de voz utilizados, foram obtidos atrav?s da Transformada Wavelet Packet. Os descritores MFCC (Mel-Frequency Cepstral Coefficient) tamb?m s?o utilizados neste trabalho. Pode-se concluir que o m?todo proposto apresentou bons resultados nas etapas de reconhecimento de vogais, consoantes (s?labas) e palavras se comparado com outros m?todos existentes na literatura

El análisis de Fourier es el método fundamental para la medida de armónicos e interarmónicos en señales eléctricas y es el principio de análisis que establece la International Electrotechnical Commission para los instrumentos de medida. Con el objetivo de superar las limitaciones que lo hacen poco efectivo en determinadas condiciones se han propuesto otras técnicas de análisis como las wavelets. En esta tesis doctoral se explora esta alternativa en el campo de la calidad del suministro de energía eléctrica.Como aportación principal se presenta un nuevo método de medida de armónicos e interarmónicos basado en la Transformada Wavelet Packet compatible con el estándar de medida IEC 61000-4-7 de 2002. El método propuesto utiliza un árbol de descomposición wavelet, que en sus distintos niveles suministra la medida de armónicos e interarmónicos de la señal, así como su contenido subarmónico e información de sus variaciones en el dominio temporal.Se exponen las características principales del método en cuanto a la elección de la función wavelet madre, el banco de filtros que implementa el árbol de descomposición wavelet y el postprocesado que posibilita la compatibilidad con el estándar de medida. Se analizan las prestaciones del método en la medida de armónicos e interarmónicos, tanto en condiciones estacionarias como en el caso de pérdida de sincronía por variación de la frecuencia fundamental o variación de la ventana de muestreo de la señal, presencia de componentes no síncronas con la frecuencia de la red o presencia de componentes de amplitud variable. Por último, se expone la información que aporta el método para la estimación temporal de las componentes frecuenciales medidas.El método desarrollado junto con el método de IEC, se ha implementado sobre un equipo electrónico para adquisición y procesado de señal utilizando técnicas de instrumentación virtual. Se expone la estructura y características del hardware utilizado y del software desarrollado así como los resultados obtenidos en la medida del espectro frecuencial de señales de diferente naturaleza.Por último se resumen las conclusiones obtenidas y se proponen futuras líneas de investigación motivadas por la realización de esta tesis doctoral. / Fourier analysis is the fundamental method for the measurement of harmonics and interharmonics in electrical power systems and is the method proposed by the International Electrotechnical Commission (IEC) for standard measurement instruments. With the objective of overcoming the limitations in certain conditions, other techniques of analysis such as wavelets have been proposed. This doctoral thesis investigates alternatives in the field of the quality of the provision of electrical energy. The main contribution of this thesis is the proposal of a new method of measurement of harmonics and interharmonics based on the Wavelet Packet Transform compatible with the standard IEC 61000-4-7 of 2002. The method proposed simultaneously uses different levels of the same wavelet decomposition tree for the measurement of harmonic, interharmonic and subharmonic components in the input signal as well as their time evolution.The basic characteristics of the method in terms of the choice of the mother wavelet function, the bank of filters that implements the wavelet decomposition tree and the postprocessing to make the method compatible with the measurement standard are explained. The benefits of the method in the measurement of harmonics and interharmonics are analyzed, both in stationary conditions and in the case of loss of synchrony due to variation of the base frequency or variation of the sampling window of the signal, presence of nonsynchronous components with the frequency of the network or presence of components of variable amplitude. Finally, the information that the method provides about the temporal estimation of the measured frequencial components is described.The method developed and the IEC method have been implemented on a virtual instrument. The hardware used and the software developed are explained studying the performance of the instrument under different measurement conditions.Finally the conclusions obtained are summarized and future lines of investigation motivated by this doctoral thesis are proposed.