Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 2

first rewind previous Page / 1 next fast forward last

Search results

help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
PL
Artykuł dotyczy badań poligraficznych rozpatrywanych w kontekście zwiększenia ich wiarygodności dzięki zastosowaniu dodatkowych urządzeń służących wykrywaniu kłamstwa. Do najmniej inwazyjnych zaliczyć można analizator mowy zapisujący niesłyszalne dla ludzkiego ucha drgania głosu, które są wynikiem emocji związanych z kłamstwem. Innym urządzeniem umożliwiającym wykrywanie kłamstwa jest kamera termowizyjna. Użyta w połączeniu z tradycyjnym pomiarem reakcji fizjologicznych człowieka podczas badań poligraficznych, niewątpliwie podnosi wskaźnik wykrycia oszustwa.
EN
The paper presents definition of thermography in terms of the improvement of its reliability through the use of additional lie-detecting devices. The voice analyzer is considered the least invasive one. It records voice vibrations reflecting human emotions barely audible to the human ear. Another lie-detecting device is a thermovision camera. Used in combination with traditional examination of physiological reactions of a human in a polygraph test, it increases the chances of detecting a lie.
PL
W artykule zaprezentowano skrótowo informacje dotyczące możliwości zastosowania sztucznych sieci neuronowych a następnie omówiono teoretyczne podstawy ich działania, począwszy od uproszczonej budowy neuronu. Przytoczono również podstawowe wzory pozwalające na obliczenie wartości wyjściowych sztucznego neuronu po podaniu na jego wejścia określonych wartości. Następnie przedstawiono wybrane typy modulacji sygnałów, czyli PSK, FSK, QAM, ASK oraz ich własności. Omówiono cechy charakterystyczne ciągłej transformacji falkowej (CWT) obliczonej dla wybranych typów modulacji, pozwalające na rozróżnienie poszczególnych typów modulacji i stanowiących podstawę przedstawionego w pracy algorytmu rozpoznawania typów modulacji z wykorzystaniem ciągłej transformacji falkowej (CWT) i sztucznej sieci neuronowej (SSN). W analizowanym algorytmie na wejścia sieci podawane są wartości średnie i odchylenia standardowe ciągłej transformacji falkowej, obliczonej dla poszczególnych sygnałów zmodulowanych. Zadaniem sieci neuronowej jest z kolei klasyfikacja typu modulacji sygnału na podstawie wspomnianych wyżej cech podawanych na jej wejście. W artykule przedstawiono również wyniki otrzymane podczas badań symulacyjnych wykonanych w środowisku MatLab (firmy MathWorks).
EN
The proper signal classification have a great importance in the domain of electronic surveillance or wireless communication. The article presents a short introduction into neural networks and describes their application. It also lists basic equations which are essential for the neural network theory. In this paper we also recall the most popular modulations types and investigate the possibility of using wavelet transform (CWT) and neural network for the modulation type recognition system. The modulation identification algorithm is also presented and its performance is analyzed. Four types of signal modulation are reviewed: PSK, FSK, QAM, ASK. The mean value and standard deviation of CWT of each modulation type are used as signal features. After the proper features are extracted they are sent to the two layer neural network entry which is proposed as a classifier. We use a back propagation training algorithm. Also simulation results were presented in the article.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.