- -

Reconocimiento de patrones aplicando LDA y LR a señales optoelectrónicas de sistemas de barrido óptico

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Reconocimiento de patrones aplicando LDA y LR a señales optoelectrónicas de sistemas de barrido óptico

Mostrar el registro sencillo del ítem

Ficheros en el ítem

dc.contributor.author Miranda-Vega, J. E. es_ES
dc.contributor.author Rivas-López, M. es_ES
dc.contributor.author Flores-Fuentes, W. es_ES
dc.contributor.author Sergiyenko, O. es_ES
dc.contributor.author Lindner, L. es_ES
dc.contributor.author Rodríguez-Quiñonez, J. C. es_ES
dc.date.accessioned 2020-10-05T11:03:57Z
dc.date.available 2020-10-05T11:03:57Z
dc.date.issued 2020-09-30
dc.identifier.issn 1697-7912
dc.identifier.uri http://hdl.handle.net/10251/151126
dc.description.abstract [ES] Este artículo da seguimiento a previas experimentaciones actualmente publicadas acerca de la minimización de ruido ópticoeléctrico en los sistemas de barrido óptico OSS (en inglés, Optical Scanning Systems), implementando técnicas computacionales para el reconocimiento de los patrones que se generan de cada fuente de referencia y que son utilizadas para indicar una coordenada que el OSS monitoreará. Técnicas como análisis linear discriminante LDA (en inglés, Linear Discriminant Analysis) y regresión lineal LR (en inglés, Linear Regression) fueron implementadas para discriminar las señales causadas por otras fuentes distintas a las de referencia. Para aumentar la eficiencia de estos modelos fueron implementados codificación predictiva lineal LPC (en inglés, Linear Predictive Coding) y Cuantiles como extractores de características. Los resultados fueron alentadores con tasas de reconocimiento mayores al 91.2 %, alcanzando en algunos casos una exactitud del 100 %. es_ES
dc.description.abstract [EN] This paper is a follow-up to previous researches already published regarding the minimization of optical-electrical noise in optical scanning systems OSS, by the implementation of computational techniques for pattern recognition generated by each reference source used to indicate a coordinate that the OSS will be monitoring. Techniques such as linear discriminant analysis LDA and linear regression LR were implemented in order to discriminate the signals caused by other sources different to the references. In order to enhance the efficiency of these models was implemented linear predictive coding LPC and quantiles as features extractors. The results were encouraging with rates of recognition greater than 91.2 %, reaching in some cases an accuracy of 100 %. es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.relation.ispartof Revista Iberoamericana de Automática e Informática industrial es_ES
dc.rights Reconocimiento - No comercial - Sin obra derivada (by-nc-nd) es_ES
dc.subject Analysis and treatment of signals es_ES
dc.subject Sensors and virtual instruments es_ES
dc.subject Noise es_ES
dc.subject Modulation es_ES
dc.subject 3D stereo vision es_ES
dc.subject Análisis y tratamiento de señales es_ES
dc.subject Sensores e instrumentos virtuales es_ES
dc.subject Ruido es_ES
dc.subject Modulación es_ES
dc.subject Visión 3D y estéreo es_ES
dc.title Reconocimiento de patrones aplicando LDA y LR a señales optoelectrónicas de sistemas de barrido óptico es_ES
dc.title.alternative Pattern recognition applying LDA and LR to optoelectronic signals of optical scanning systems es_ES
dc.type Artículo es_ES
dc.identifier.doi 10.4995/riai.2020.12385
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation Miranda-Vega, JE.; Rivas-López, M.; Flores-Fuentes, W.; Sergiyenko, O.; Lindner, L.; Rodríguez-Quiñonez, JC. (2020). Reconocimiento de patrones aplicando LDA y LR a señales optoelectrónicas de sistemas de barrido óptico. Revista Iberoamericana de Automática e Informática industrial. 17(4):401-411. https://doi.org/10.4995/riai.2020.12385 es_ES
dc.description.accrualMethod OJS es_ES
dc.relation.publisherversion https://doi.org/10.4995/riai.2020.12385 es_ES
dc.description.upvformatpinicio 401 es_ES
dc.description.upvformatpfin 411 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 17 es_ES
dc.description.issue 4 es_ES
dc.identifier.eissn 1697-7920
dc.relation.pasarela OJS\12385 es_ES
dc.description.references Brooks, D. R., Mims III, F. M., 2001. Development of an inexpensive handheld led-based sun photometer for the globe program. Journal of Geophysical Research: Atmospheres 106 (D5), 4733-4740. https://doi.org/10.1029/2000JD900545 es_ES
dc.description.references Cervantes, J., Taltempa, J., Lamont, F. G., Castilla, J. S. R., Rendon, A. Y., Jali- li, L. D., 2017. Análisis comparativo de las técnicas utilizadas en un sistema de reconocimiento de hojas de planta. Revista Iberoamericana de Automática e Informática industrial 14 (1), 104-114. https://doi.org/10.1016/j.riai.2016.09.005 es_ES
dc.description.references Cheng, P., John, W., Zheng, W., 2002. Large structure health dynamic monito- ring using gps technology. In: FIG XXII International Congress, Washing- ton, DC USA. pp. 1-10. es_ES
dc.description.references Dave, N., 2013. Feature extraction methods lpc, plp and mfcc in speech recog- nition. International journal for advance research in engineering and techno- logy 1 (6), 1-4. es_ES
dc.description.references Di Sante, R., 2015. Fibre optic sensors for structural health monitoring of aircraft composite structures: Recent advances and applications. Sensors 15 (8), 18666-18713. https://www.mdpi.com/1424-8220/15/8/18666 , https://doi.org/10.3390/s150818666 es_ES
dc.description.references Doebling, S., Farrar, C., Prime, M., Shevitz, D., 5 1996. Damage identification and health monitoring of structural and mechanical systems from changes in their vibration characteristics: A literature review. Report. https://doi.org/10.2172/249299 es_ES
dc.description.references Feng, D., Feng, M. Q., 2017. Experimental validation of cost-effective vision- based structural health monitoring. Mechanical Systems and Signal Processing 88, 199-211. https://doi.org/10.1016/j.ymssp.2016.11.021 es_ES
dc.description.references Flores-Fuentes, W., López, M., Sergiyenko, O., González-Navarro, F. F., Rivera-Castillo, J., Hernandez-Balbuena, D., Rodríguez-Quiñonez, J., 2014. Combined application of power spectrum centroid and support vector ma- chines for measurement improvement in optical scanning systems. Signal Processing 98, 37-51. https://doi.org/10.1016/j.sigpro.2013.11.008 es_ES
dc.description.references Flores-Fuentes, W., Miranda-Vega, J. E., Rivas-López, M., Sergiyenko, O., Rodríguez-Quiñonez, J. C., Lindner, L., 2018. Comparison between different types of sensors used in the real operational environment based on optical scanning system. Sensors 18 (6). https://doi.org/10.3390/s18061684 es_ES
dc.description.references Jayalakshmi, T., Santhakumaran, A., 2011. Statistical normalization and back propagation for classification. International Journal of Computer Theory and Engineering 3 (1), 1793-8201. https://doi.org/10.7763/IJCTE.2011.V3.288 es_ES
dc.description.references Jo, H., Sim, S.-H., Tatkowski, A., Spencer Jr, B., Nelson, M. E., 2013. Feasibility of displacement monitoring using low-cost gps receivers. Structural Control and Health Monitoring 20 (9), 1240-1254. https://doi.org/10.1002/stc.1532 es_ES
dc.description.references Jung, H. K., Park, G., 2018. Integrating passive-and active-sensing techniques using an l-shaped sensor array for impact and damage localization. Journal of Intelligent Material Systems and Structures 29 (17), 3436-3443. https://doi.org/10.1177/1045389X17733059 es_ES
dc.description.references Lindner, L., Sergiyenko, O., Rodríguez-Quiñonez, J. C., Rivas-Lopez, M., Hernandez-Balbuena, D., Flores-Fuentes, W., Murrieta-Rico, F. N., Tyrsa, V., 2016. Mobile robot vision system using continuous laser scanning for industrial application. Industrial Robot: An International Journal. https://doi.org/10.1108/IR-01-2016-0048 es_ES
dc.description.references Mims, F. M., Dec 2000. Solar radiometer with light-emitting diodes as spectrally-selective detectors. Appl. Opt. 39 (34), 6517-6518. http://ao.osa.org/abstract.cfm?URI=ao-39-34-6517, https://doi.org/10.1364/AO.39.006517 es_ES
dc.description.references Miranda-Vega, J. E., Rivas-Lopez, M., Flores-Fuentes, W., Sergiyenko, O., Lindner, L., Rodríguez-Quiñonez, J. C., 2019. Implementación digital de filtros fir para la minimización del ruido óptico y optoelectrónico de un sistema de barrido óptico. Revista Iberoamericana de Automática e Informática industrial 16, 344-357. https://doi.org/10.4995/riai.2019.10210 es_ES
dc.description.references Rivera-Castillo, J., Flores-Fuentes, W., Rivas-Lopez, M., Sergiyenko, O., Gonzalez-Navarro, F. F., Rodríguez-Quiñonez, J. C., Hernandez-Balbuena, D., Lindner, L., Básaca-Preciado, L. C., 2017. Experimental image and range scanner datasets fusion in shm for displacement detection. Structural Control and Health Monitoring 24 (10), e1967. https://doi.org/10.1002/stc.1967 es_ES
dc.description.references Sergiyenko, O., Hernandez, W., Tyrsa, V., Cruz, L. F. D., Starostenko, O., Peña-Cabrera, M., 2009. Remote sensor for spatial measurements by using optical scanning. Sensors 9 (7), 5477-5492. https://doi.org/10.3390/s90705477 es_ES
dc.description.references Van der Auweraer, H., Peeters, B., 2003. Sensors and systems for structural health monitoring. Journal of Structural Control 10(2), 117-125. https://doi.org/10.1002/stc.196710.1002/stc.21 es_ES
dc.description.references X.Ba, Q.Pan, B.Ju, Z.Feng, 2017. Ultrafast displacement actuation of piezo- electric stacks with time-sequence. IEEE Transactions on Industrial Electronics 64, 2955-2961. https://doi.org/10.1002/stc.196710.1109/TIE.2016.2631119 es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem