فایل ورد کامل شناسایی کلاس (دسته) هواپیما برمبنای تفکیک به موقع سیگنال نویز در هنگام جدا شدن هواپیما از زمین

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل شناسایی کلاس (دسته) هواپیما برمبنای تفکیک به موقع سیگنال نویز در هنگام جدا شدن هواپیما از زمین،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۳۸ صفحه

نویز هواپیما یکی از آزار دهنده ترین انواع صدا ها است. به همین دلیل است که بسیاری از سازمان این مشکل را از طریق مسیرهای نویزی در اطراف فرودگاه ها مورد بررسی قرار داده اند چرا که آن ها از این طریق از نوع هوپیما به عنوان عنصر کلیدی استفاده می کنند. این مقاله مدل محاسباتی جدیدی را به منظور شناسایی کلاس هواپیما با کارایی بهتر ارائه می دهد چرا که تفکیک سیگنال نویز در هنگام جدا شدن هواپیما از زمین را به موقع معرفی می کند. روشی برای تفکیک سیگنال به چهار بخش ایجاد شده است. الگوهای نویز هواپیما با استفاده از تکنیک و دسته بندی مبتنی بر کدگذاری خطی پیش بینی کننده (LPC) با ترکیب خروجی چهار شبکه عصبی (پرسپترون چند لایه ) (MLP) برای هر بخش ایجاد شده است. دقت منحصر به فرد هر یک از شبکه با استفاده از روش انتخاب ویژگی بهبود یافته است که اثربخشی مدل را با هزینه محاسباتی کمتر افزایش می دهد. هواپیماها به کلاس هایی براساس نوع موتور نصب شده دسته بندی شده اند. این مدل با ۱۳ دسته هواپیما سر و کار دارد که سطخ شناسایی در محیط های واقعی بیشتر از ۸۵ درصد است.

کلید واژه ها : هواپیما | طبقه بندی | تفکیک سیگنال | جدا شدن هواپیما از زمین | نویز | صوتی (آکوسیتک)

عنوان انگلیسی:

Aircraft class identification based on take-off noise signal segmentation in time

~~en~~ writers :

Luis Alejandro Snchez-Pérez, Luis Pastor Snchez-Fernndez, Sergio Surez-Guerra, José Juan Carbajal-Hernndez

Aircraft noise is one of the most uncomfortable kinds of sounds. That is why many organizations have
addressed this problem through noise contours around airports, for which they use the aircraft type as
the key element. This paper presents a new computational model to identify the aircraft class with a better performance, because it introduces the take-off noise signal segmentation in time. A method for signal
segmentation into four segments was created. The aircraft noise patterns are extracted using an LPC (Linear Predictive Coding) based technique and the classification is made combining the output of four parallel MLP (Multilayer Perceptron) neural networks, one for each segment. The individual accuracy of each
network was improved using a wrapper feature selection method, increasing the model effectiveness
with a lower computational cost. The aircraft are grouped into classes depending on the installed engine
type. The model works with 13 aircraft categories with an identification level above 85% in real
environments.

Keywords: Aircraft | Classification | Signal segmentation | Take-off | Noise | Acoustic

$$en!!