Zajok és fluktuációk fizikai rendszerekben
|
|
- Ilona Pintér
- 5 évvel ezelőtt
- Látták:
Átírás
1 Zajok és fluktuációk fizikai rendszerekben Zajok információforrásként Makra Péter SZTE Kísérleti Fizikai Tanszék őszi félév Változat: 0.0 Legutóbbi frissítés: október 14. Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 1 / 24
2 Tartalom 1 Bevezetés 2 Korrelációs analízis 3 Orvosi jelanalízis A vizsgált jelek Vizsgálati módszerek Vizsgálatok Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 2 / 24
3 Bevezetés Zajok információforrásként a rendszer belső fluktuációit elemezzük vízforralás motordiagnosztika: motorhang neutronfluxus-ingadozások mérése atomreaktorokban integrált áramkörök roncsolásmentes megbízhatósági tesztje szívritmus- és vérnyomásfluktuációk zajt mint gerjesztőjelet alkalmazzuk a rendszer vizsgálatában hangsebesség, járművek sebességének mérése korrelációs analízissel átviteli függvény mérése és szinte azonnali megjelenítése (nem kell a frekvenciát söpörtetni, hiszen a zajban minden frekvencia megvan) Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 3 / 24
4 Sebességmérés Korrelációs analízis Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 4 / 24
5 Hangsebesség mérése Korrelációs analízis Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 5 / 24
6 A vizsgált jelek Az emberi szervezet jelei véletlenszerű külső és belső hatások (testhelyzet megváltozása, mozgás, &c) a behatások eredménye: véletlenszerű jelek a mérhető jelek: EKG, vérnyomás, légzés, vér áramlási sebessége, idegaktivitás, &c információt hordoznak a szervezet működéséről determinisztikus és véletlenszerű komponensek is célunk: információszerzés ezen jelekből Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 6 / 24
7 A vizsgált jelek Az EKG elve az elektrokardiogram (EKG) elve: a szívben végbemenő feszültségváltozások megjelennek a bőrfelületen is, így regisztrálhatók az elv fölfedezője: WILLEM EINTHOVEN a XX. század elején Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 7 / 24
8 A vizsgált jelek Depolarizáció és repolarizáció az EKG-ben Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 8 / 24
9 Az EKG szakaszai Orvosi jelanalízis A vizsgált jelek Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 9 / 24
10 A vizsgált jelek EKG-, vérnyomás- és légzésjel EKG (mv) 1,4 1,2 1,0 0,8 0,6 0,4 0,2 0,0-0,2 RR -0,4 0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 t (s) Vérnyomás (Hgmm) 140 SBP ,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 t (s) Kalibrálatlan légzésjel t (s) Vizsgálat: idő-/frekvenciatartományban Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 10 / 24
11 Vizsgálati módszerek Statisztikai analízis időtartományban Átlagos RR-intervallum: RR = 1 N 1 RR j. N j=0 (1) Az RR-intervallumok szórása (standard deviation of RR intervals): sdrr = RR 2 RR 2. (2) Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 11 / 24
12 Vizsgálati módszerek Statisztikai analízis időtartományban Az egymást követő RR-intervallumok különbségének szórása (standard deviation of successive differences): sdsd = ( RR) 2 RR 2, (3) ahol RR j := RR j+1 RR j (0 j N 2). Az egymást követő RR-intervallumok különbségének effektív értéke (root mean square of successive differences): rmssd = ( RR) 2. (4) Azon RR-intervallumok százalékos aránya, amelyek hossza a szomszédos RR-intervallum hosszától több mint 50 ms-mal eltér: pnn50 := M 100%, (5) N 1 ahol M jelöli azon RR-intervallumok számát, amelyek a szomszédos RR-intervallumtól több mint 50 ms-mal eltérnek. Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 12 / 24
13 Vizsgálati módszerek Frekvenciatartománybeli vizsgálatok statikus vizsgálat: Fourier-transzformáció időfüggő spektrális analízis időben csúsztatott ablakkal végzett Fourier-transzformáció: STFT (Short-time Fourier transformation) wavelet-analízis: az ablakfüggvény az úgynevezett wavelet, amelynek szélessége a frekvenciával skálázódik Wigner Ville-disztribúció Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 13 / 24
14 Vizsgálati módszerek Problémák: nem egyenközű mintavételezés R-hullámok, szisztolés vérnyomáscsúcsok: nem egyenletes időközönként jönnek az információ jórészt az időköz ingadozásaiban van probléma: a spektrumszámoló algoritmusok többsége egyenletes időközöket igényel, lásd a diszkrét Fourier-transzformációt N 1 X n := x k e i 2π N nk (0 n N 1). k=0 megoldási lehetőségek: nem egyenközű mintákra adaptált Fourier-transzformáció (Lomb-periodogram) a minták egyenközűvé tétele újramintavételezéssel (lineáris vagy spline) Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 14 / 24
15 Artefaktum Orvosi jelanalízis Vizsgálati módszerek Amplitude t (s) 0.5 Power spectrum Amplitude Bin index Sample index Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 15 / 24
16 Lomb-periodogram Orvosi jelanalízis Vizsgálati módszerek a diszkrét Fourier-transzformációhoz nem szükségszerű az egyenletes mintavételezés, tetszőleges f frekvencián előállítható a rendelkezésre álló {t k } N 1 k=0 adatsorból: N 1 X(f) = x(t k )e i 2πft k k=0 probléma: nem invariáns az időeltolásokra Lomb-periodogram: időeltolásokkal szemben invariáns transzformációs formula P N(ω) := 1 2σ 2 [ 2 [ 2 j (x j µ) cos (ωt j ωτ)] j (x j µ) sin (ωt j ωτ)] + j cos2 (ωt j ωτ) j sin2 (ωt j ωτ), ahol σ a minta szórása és µ a minta átlaga, a τ paraméter értelmezése pedig: j tan(2ωτ) := sin(2ωt j) j cos(2ωt j) Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 16 / 24
17 Vizsgálati módszerek Újramintavételezés választunk egy új, egyenletes időközt (jellemzően a digitalizálás időköze), és kiinterpoláljuk a jelet a köztes pontokban lineáris: kevésbé számításigényes, de szögletesebb spline: számításigényes, simább jelet eredményez, de nem kevésbé önkényes, mint a lineáris ellenérvek a mintavételezés ellen: pl RR-intervallumoknál új szívütést illesztünk be mesterségesen ellenérvek az ellenérvek ellen: a spektrális analízisnél elszakadunk az RR-intervallumok eredeti jelentésétől ha megtartanánk, az újramintavételezés teljesen egyenletes szívütéseket jelentene nincs információ az idegi szabályzás föltérképezésére használjuk: RR-nyúlás erősebb paraszimpatikus gátlás, RR-rövidülés gyengébb paraszimpatikus gátlás interpolált pont: az idegi szabályzás erőssége egy köztes pontban Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 17 / 24
18 Vizsgálatok Az EKG-paraméterek diagnosztikai haszna a legfontosabb paraméter: RR-intervallum (két R-hullám közti távolság) a szívritmusról, annak ingadozásairól ad információt EKG (mv) 1,4 RR 1,2 1,0 0,8 0,6 0,4 0,2 0,0-0,2-0,4 0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 t (s) Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 18 / 24
19 Vizsgálatok Az EKG-paraméterek diagnosztikai haszna Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 19 / 24
20 A baroreflex Orvosi jelanalízis Vizsgálatok a vérnyomás közel állandó szinten tartására rövidtávú szabályzás: artériás baroreflex nyomásérzékelők (baroreceptorok) az artériákban az artériák falának nyúlását érzékelik növekvő nyomás magasabb aktivitás erősödő paraszimpatikus gátlás a szívre csökkenő szívfrekvencia csökkenő nyomás alacsonyabb aktivitás gyengülő paraszimpatikus gátlás a szívre növekvő szívfrekvencia hosszútávú szabályzás: kardiopulmonális baroreflex baroreceptorok az alacsony nyomású rendszerben vérkeringési rendszer teltségi állapota hormonális hatások vese vízvisszaszívása vértérfogat vérnyomás Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 20 / 24
21 Vizsgálatok A szívritmus és vérnyomás összefüggése Baroreflexérzékenység RR (ms) SBP (Hgmm) Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 21 / 24
22 Vizsgálatok A légzés hatása a szívritmusra Vezényelt légzés 6/perc ütemmel A légzés a keringést erősen perturbáló hatás a légzés monitorozása alapkövetelmény a vizsgálatokban Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 22 / 24
23 Poincaré-grafikonok Orvosi jelanalízis Vizsgálatok Az RR-intervallumokat az őket közvetlenül megelőző RR-intervallum függvényében ábrázoló grafikonok RR i+1 (ms) RR i (ms) Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 23 / 24
24 Vizsgálatok A dohányzás hatása a keringési szabályzásra RR i+1 (ms) RR i+1 (ms) RR i (ms) RR i (ms) RR i+1 (ms) RR i+1 (ms) RR i (ms) RR i (ms) Makra Péter (SZTE Kísérleti Fizikai Tanszék) Zajok és fluktuációk fizikai rendszerekben őszi félév 24 / 24
Válogatott fejezetek a modern fizikából
Válogatott fejezetek a modern fizikából Zajok pozitív szerepben Makra Péter SZTE Kísérleti Fizikai Tanszék 2009-2010. őszi félév Változat: 1.0 Legutóbbi frissítés: 2009. október 2. Makra Péter (SZTE Kísérleti
RészletesebbenZajok és fluktuációk fizikai rendszerekben
Zajok és fluktuációk fizikai rendszerekben Dithering Makra Péter SZTE Kísérleti Fizikai Tanszék 2009-2010. őszi félév Változat: 0.0 Legutóbbi frissítés: 2009. november 4. Makra Péter (SZTE Kísérleti Fizikai
RészletesebbenSZEGEDI TUDOMÁNYEGYETEM SZAKDOLGOZAT
SZEGEDI TUDOMÁNYEGYETEM Természettudományi Kar Kísérleti Fizikai Tanszék Fizika szak SZAKDOLGOZAT Szívverés és vérnyomás fluktuációk analízisének módszerei Gáspár Magdolna Témavezető: Dr. Gingl Zoltán,
RészletesebbenMérés és adatgyűjtés
Mérés és adatgyűjtés 4. óra Mingesz Róbert Szegedi Tudományegyetem 2012. február 27. MA - 4. óra Verzió: 2.1 Utolsó frissítés: 2012. március 12. 1/41 Tartalom I 1 Jelek 2 Mintavételezés 3 A/D konverterek
RészletesebbenJelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék
Jelek és rendszerek 1 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék 1 Ajánlott irodalom: FODOR GYÖRGY : JELEK ÉS RENDSZEREK EGYETEMI TANKÖNYV Műegyetemi Kiadó, Budapest, 2006
RészletesebbenVérnyomásmérés, elektrokardiográfia. A testhelyzet, a légzés, a munkavégzés hatása a keringési rendszerre.
Vérnyomásmérés, elektrokardiográfia A testhelyzet, a légzés, a munkavégzés hatása a keringési rendszerre. Állati Struktúra és Funkció II. gyakorlat A mérést és kiértékelést végezték:............ Gyakorlatvezető:...
RészletesebbenZajok és fluktuációk fizikai rendszerekben
Zajok és fluktuációk fizikai rendszerekben Sztochasztikus rezonancia Makra Péter SZTE Kísérleti Fizikai Tanszék 2009-2010. őszi félév Változat: 0.1 Legutóbbi frissítés: 2009. november 4. Makra Péter (SZTE
RészletesebbenKészítette: Balog Eszter Témavezetők: dr. Baska-Vincze Boglárka Dr. Szenci Ottó
Készítette: Balog Eszter Témavezetők: dr. Baska-Vincze Boglárka Dr. Szenci Ottó Bevezetés A szívfrekvencia és a szívfrekvencia-változékonyság fontos mérőszámai a magzati jóllétnek (fetal wellbeing) Szívfrekvencia-változékonyság
RészletesebbenVérnyomásmérés, elektrokardiográfia. A testhelyzet, a légzés, a munkavégzés hatása a keringési rendszerre. A mérési adatok elemzése és értékelése
Vérnyomásmérés, elektrokardiográfia A testhelyzet, a légzés, a munkavégzés hatása a keringési rendszerre. A mérési adatok elemzése és értékelése Pszichológia BA gyakorlat A mérést és kiértékelést végezték:............
RészletesebbenVérnyomásmérés, elektrokardiográfia. A testhelyzet, a légzés, a munkavégzés hatása a keringési rendszerre. A mérési adatok elemzése és értékelése
Vérnyomásmérés, elektrokardiográfia A testhelyzet, a légzés, a munkavégzés hatása a keringési rendszerre. A mérési adatok elemzése és értékelése Biológia Bsc. gyakorlat A mérést és kiértékelést végezték:............
RészletesebbenWavelet transzformáció
1 Wavelet transzformáció Más felbontás: Walsh, Haar, wavelet alapok! Eddig: amplitúdó vagy frekvencia leírás: Pl. egy rövid, Dirac-delta jellegű impulzus Fourier-transzformált: nagyon sok, kb. ugyanolyan
RészletesebbenAnyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek
Anyagvizsgálati módszerek Mérési adatok feldolgozása Anyagvizsgálati módszerek Pannon Egyetem Mérnöki Kar Anyagvizsgálati módszerek Statisztika 1/ 22 Mérési eredmények felhasználása Tulajdonságok hierarchikus
RészletesebbenFourier transzformáció
a Matematika mérnököknek II. című tárgyhoz Fourier transzformáció Fourier transzformáció, heurisztika Tekintsük egy 2L szerint periodikus függvény Fourier sorát: f (x) = a 0 2 + ( ( nπ ) ( nπ )) a n cos
RészletesebbenANTAL Margit. Sapientia - Erdélyi Magyar Tudományegyetem. Jelfeldolgozás. ANTAL Margit. Adminisztratív. Bevezetés. Matematikai alapismeretek.
Jelfeldolgozás 1. Sapientia - Erdélyi Magyar Tudományegyetem 2007 és jeleket generáló és jeleket generáló és jeleket generáló Gyakorlatok - MATLAB (OCTAVE) (50%) Írásbeli vizsga (50%) és jeleket generáló
RészletesebbenDigitális jelfeldolgozás
Digitális jelfeldolgozás Mintavételezés és jel-rekonstrukció Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék magyar.attila@virt.uni-pannon.hu 2010.
RészletesebbenFourier-sorfejtés vizsgálata Négyszögjel sorfejtése, átviteli vizsgálata
Fourier-sorfejtés vizsgálata Négyszögjel sorfejtése, átviteli vizsgálata Reichardt, András 27. szeptember 2. 2 / 5 NDSM Komplex alak U C k = T (T ) ahol ω = 2π T, k módusindex. Időfüggvény előállítása
RészletesebbenOrvosi fizika laboratóriumi gyakorlatok 1 EKG
ELEKTROKARDIOGRÁFIA I. Háttér A szívműködést kísérő elektromos változások a szív körül egy változó irányú és erősségű elektromos erőteret hoznak létre. A szívizomsejtek depolarizációja majd repolarizációja
RészletesebbenZajok és fluktuációk fizikai rendszerekben
Zajok és fluktuációk fizikai rendszerekben Zajjelenségek modellezése Makra Péter SZTE Kísérleti Fizikai Tanszék 2009-2010. őszi félév Változat: 0.1 Legutóbbi frissítés: 2009. október 14. Makra Péter (SZTE
RészletesebbenAz előadás tartalma. Debrecen 110 év hosszúságú csapadékadatainak vizsgálata Ilyés Csaba Turai Endre Szűcs Péter Ciklusok felkutatása
Miskolci Egyetem Környezetgazdálkodási Intézet Geofizikai és Térinformatikai Intézet MTA-ME Műszaki Földtudományi Kutatócsoport Debrecen 110 év hosszúságú csapadékadatainak vizsgálata Ilyés Csaba Turai
RészletesebbenSzívbetegségek hátterében álló folyamatok megismerése a ciklusosan változó szívélettani paraméterek elemzésén keresztül
Dr. Miklós Zsuzsanna Semmelweis Egyetem, ÁOK Klinikai Kísérleti Kutató- és Humán Élettani Intézet Szívbetegségek hátterében álló folyamatok megismerése a ciklusosan változó szívélettani paraméterek elemzésén
RészletesebbenZaj- és rezgés. Törvényszerűségek
Zaj- és rezgés Törvényszerűségek A hang valamilyen közegben létrejövő rezgés. A vivőközeg szerint megkülönböztetünk: léghangot (a vivőközeg gáz, leggyakrabban levegő); folyadékhangot (a vivőközeg folyadék,
RészletesebbenLó tréningmonitorozó rendszer bemutatása
Ló tréningmonitorozó rendszer bemutatása A lovak tréningjének műszeres támogatására jelenleg jóval kevesebb eszköz és módszer áll rendelkezésre, mint a humán sportolók esetében. A ló és lovassportok egyre
RészletesebbenZ v 1 (t)v 2 (t τ)dt. R 12 (τ) = 1 R 12 (τ) = lim T T. ill. periódikus jelekre:
1 Korrelációs fügvények Hasonlóság mértéke a két függvény szorzatának integrálja Időbeli változások esetén lehet vizsgálni a hasonlóságot a τ relatív időkülönbség szerint: Keresztkorrelációs függvény:
Részletesebben6. Előadás. Vereb György, DE OEC BSI, október 12.
6. Előadás Visszatekintés: a normális eloszlás Becslés, mintavételezés Reprezentatív minta A statisztika, mint változó Paraméter és Statisztika Torzítatlan becslés A mintaközép eloszlása - centrális határeloszlás
RészletesebbenInformatika a valós világban: a számítógépek és környezetünk kapcsolódási lehetőségei
Informatika a valós világban: a számítógépek és környezetünk kapcsolódási lehetőségei Dr. Gingl Zoltán SZTE, Kísérleti Fizikai Tanszék Szeged, 2000 Február e-mail : gingl@physx.u-szeged.hu 1 Az ember kapcsolata
RészletesebbenValószínűségszámítás összefoglaló
Statisztikai módszerek BMEGEVGAT Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:
RészletesebbenMATEMATIKA HETI 5 ÓRA
EURÓPAI ÉRETTSÉGI 2008 MATEMATIKA HETI 5 ÓRA IDŐPONT : 2008. június 5 (reggel) A VIZSGA IDŐTARTAMA: 4 óra (240 perc) MEGENGEDETT ESZKÖZÖK: Európai képletgyűjtemény Nem programozható, nem grafikus számológép
RészletesebbenIdősorok elemzése. Salánki Ágnes
Idősorok elemzése Salánki Ágnes salanki.agnes@gmail.com 2012.04.13. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék 1 Idősorok analízise Alapfogalmak Komponenselemzés
RészletesebbenOrvosi Fizika és Statisztika
Orvosi Fizika és Statisztika Szegedi Tudományegyetem Általános Orvostudományi Kar Természettudományi és Informatikai Kar Orvosi Fizikai és Orvosi Informatikai Intézet www.szote.u-szeged.hu/dmi Orvosi fizika
RészletesebbenStatisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
RészletesebbenÉRZÉKELŐK ÉS BEAVATKOZÓK I. 0. TANTÁRGY ISMERTETŐ
ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 0. TANTÁRGY ISMERTETŐ Dr. Soumelidis Alexandros 2018.09.06. BME KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR 32708-2/2017/INTFIN SZÁMÚ EMMI ÁLTAL TÁMOGATOTT TANANYAG A tárgy célja
RészletesebbenJelanalízis. Neuronális aktivitás
Jelanalízis Neuronális aktivitás 2/10 a bioelektromos jelek lényegében két kategóriába esnek: gyors jelek (spike aktivitás) és lassú jelek (EEG, mezőpotenciál, stb.) a jelanalízis alapvetően különbözik
RészletesebbenÉRZÉKELŐK ÉS BEAVATKOZÓK I. 5. A JELFELDOLGOZÁS ALAPJAI: JELEK
ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 5. A JELFELDOLGOZÁS ALAPJAI: JELEK Dr. Soumelidis Alexandros 2018.10.18. BME KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR 32708-2/2017/INTFIN SZÁMÚ EMMI ÁLTAL TÁMOGATOTT TANANYAG Mérések
RészletesebbenVérkeringés. A szív munkája
Vérkeringés. A szív munkája 2014.11.04. Keringési Rendszer Szív + erek (artériák, kapillárisok, vénák) alkotta zárt rendszer. Funkció: vér pumpálása vér áramlása az erekben oxigén és tápanyag szállítása
RészletesebbenA mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015
A mérés problémája a pedagógiában Dr. Nyéki Lajos 2015 A mérés fogalma Mérésen olyan tevékenységet értünk, amelynek eredményeként a vizsgált jelenség számszerűen jellemezhetővé, más hasonló jelenségekkel
RészletesebbenBiometria az orvosi gyakorlatban. Korrelációszámítás, regresszió
SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás
RészletesebbenStatisztika I. 8. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 8. előadás Előadó: Dr. Ertsey Imre Minták alapján történő értékelések A statisztika foglalkozik. a tömegjelenségek vizsgálatával Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes
Részletesebben2. gyakorlat Mintavételezés, kvantálás
2. gyakorlat Mintavételezés, kvantálás x(t) x[k]= =x(k T) Q x[k] ^ D/A x(t) ~ ampl. FOLYTONOS idı FOLYTONOS ANALÓG DISZKRÉT MINTAVÉTELEZETT DISZKRÉT KVANTÁLT DIGITÁLIS Jelek visszaállítása egyenköző mintáinak
RészletesebbenSTATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Mi a modell? Matematikai statisztika. 300 dobás. sűrűségfüggvénye. Egyenletes eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 7. Előadás Egyenletes eloszlás Binomiális eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell /56 Matematikai statisztika Reprezentatív mintavétel
RészletesebbenEllenőrző kérdések a Jelanalízis és Jelfeldolgozás témakörökhöz
Ellenőrző kérdések a Jelanalízis és Jelfeldolgozás témakörökhöz 1. Hogyan lehet osztályozni a jeleket időfüggvényük időtartama szerint? 2. Mi a periodikus jelek definiciója? (szöveg, képlet, 3. Milyen
RészletesebbenHangfrekvenciás mechanikai rezgések vizsgálata
Hangfrekvenciás mechanikai rezgések vizsgálata (Mérési jegyzőkönyv) Hagymási Imre 2007. május 7. (hétfő délelőtti csoport) 1. Bevezetés Ebben a mérésben a szilárdtestek rugalmas tulajdonságait vizsgáljuk
RészletesebbenFehérzajhoz a konstans érték kell - megoldás a digitális szűrő Összegezési súlyok sin x/x szerint (ez akár analóg is lehet!!!)
DSP processzorok: 1 2 3 HP zajgenerátor: 4 Shift regiszter + XOR kapu: 2 n állapot Autókorrelációs függvény: l. pénzdobálás: (sin x/x) 2 burkoló! Fehérzajhoz a konstans érték kell - megoldás a digitális
RészletesebbenAdaptív dinamikus szegmentálás idősorok indexeléséhez
Adaptív dinamikus szegmentálás idősorok indexeléséhez IPM-08irAREAE kurzus cikkfeldolgozás Balassi Márton 1 Englert Péter 1 Tömösy Péter 1 1 Eötvös Loránd Tudományegyetem Informatikai Kar 2013. november
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát
RészletesebbenShift regiszter + XOR kapu: 2 n állapot
DSP processzorok: 1 2 HP zajgenerátor: 3 Shift regiszter + XOR kapu: 2 n állapot Autókorrelációs függvény: l. pénzdobálás: (sin x/x) 2 burkoló! 4 Fehérzajhoz a konstans érték kell - megoldás a digitális
RészletesebbenIdő-frekvencia transzformációk waveletek
Idő-frekvencia transzformációk waveletek Pokol Gergő BME NTI Üzemi mérések és diagnosztika 013. áprils 17. Vázlat Alapfogalmak az idő-frekvencia síkon Rövid idejű Fourier-transzformáció spektrogram Folytonos
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria Bódis Emőke 2016. 04. 25. J J 9 Korrelációanalízis Regresszióanalízis: hogyan változik egy vizsgált változó értéke egy másik változó változásának függvényében. Korrelációs
RészletesebbenSZEGEDI TUDOMÁNYEGYETEM. Természettudományi és Informatikai Kar Kísérleti Fizikai Tanszék. Vezényelt légzés vizsgálata.
SZEGEDI TUDOMÁNYEGYETEM Természettudományi és Informatikai Kar Kísérleti Fizikai Tanszék Vezényelt légzés vizsgálata Judák Linda V. évfolyam fizika szakos hallgató Témavezetők: Dr. Gingl Zoltán docens,
RészletesebbenSTATISZTIKA. A Föld pályája a Nap körül. Philosophiae Naturalis Principia Mathematica (A természetfilozófia matematikai alapelvei, 1687)
STATISZTIKA 10. Előadás Megbízhatósági tartományok (Konfidencia intervallumok) Sir Isaac Newton, 1643-1727 Philosophiae Naturalis Principia Mathematica (A természetfilozófia matematikai alapelvei, 1687)
RészletesebbenIdő-frekvencia transzformációk waveletek
Idő-frekvencia transzformációk waveletek Pokol Gergő BME NTI Üzemi mérések és diagnosztika 2014. május 8. Vázlat Alapfogalmak az idő-frekvencia síkon Rövid idejű Fourier-transzformáció spektrogram Folytonos
RészletesebbenADAT- ÉS INFORMÁCIÓFELDOLGOZÁS
ADAT- ÉS INFORMÁCIÓFELDOLGOZÁS Földtudományi mérnöki MSc mesterszak 2018/19 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ Miskolci Egyetem Műszaki Földtudományi Kar Geofizikai és Térinformatikai Intézet A tantárgy
RészletesebbenVéletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.
Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza
RészletesebbenA mintavételezéses mérések alapjai
A mintavételezéses mérések alapjai Sok mérési feladat során egy fizikai mennyiség időbeli változását kell meghatároznunk. Ha a folyamat lassan változik, akkor adott időpillanatokban elvégzett méréssel
RészletesebbenGeofizikai kutatómódszerek I.
Geofizikai kutatómódszerek I. A gravitációs és mágneses kutatómódszer Dr. Szabó Norbert Péter egyetemi docens Miskolci Egyetem Geofizikai Intézeti Tanszék e-mail: norbert.szabo.phd@gmail.com 1. A gravitációs
RészletesebbenHangtechnika. Médiatechnológus asszisztens
Vázlat 3. Előadás - alapjai Pécsi Tudományegyetem, Pollack Mihály Műszaki Kar Műszaki Informatika és Villamos Intézet Műszaki Informatika Tanszék Ismétlés Vázlat I.rész: Ismétlés II.rész: A digitális Jelfeldolgozás
Részletesebbenbiometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás
Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani
RészletesebbenA gyakorlat célja a fehér és a színes zaj bemutatása.
A gyakorlat célja a fehér és a színes zaj bemutatása. 1.@. FFT begyakorlása n = [:9]; % Harminc minta x = cos(*pi*n/1); % 1 mintát veszünk periodusonként N1 = 64; % Három módon számoljuk az FFT-t N = 18;
Részletesebbenb) Ábrázolja ugyanabban a koordinátarendszerben a g függvényt! (2 pont) c) Oldja meg az ( x ) 2
1) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) b) c) ( ) ) Határozza meg az 1. feladatban megadott, ; intervallumon
RészletesebbenFourier térbeli analízis, inverz probléma. Orvosi képdiagnosztika 5-7. ea ősz
Fourier térbeli analízis, inverz probléma Orvosi képdiagnosztika 5-7. ea. 2017 ősz 5. Előadás témái Fourier transzformációk és kapcsolataik: FS, FT, DTFT, DFT, DFS Mintavételezés, interpoláció Folytonos
RészletesebbenMéréstechnika. Rezgésmérés. Készítette: Ángyán Béla. Iszak Gábor. Seidl Áron. Veszprém. [Ide írhatja a szöveget] oldal 1
Méréstechnika Rezgésmérés Készítette: Ángyán Béla Iszak Gábor Seidl Áron Veszprém 2014 [Ide írhatja a szöveget] oldal 1 A rezgésekkel kapcsolatos alapfogalmak A rezgés a Magyar Értelmező Szótár megfogalmazása
RészletesebbenMérés és adatgyűjtés
Mérés és adatgyűjtés 5. óra - levelező Mingesz Róbert Szegedi Tudományegyetem 2011. március 18. MA lev - 5. óra Verzió: 1.1 Utolsó frissítés: 2011. április 12. 1/20 Tartalom I 1 Demók 2 Digitális multiméterek
RészletesebbenGeokémia gyakorlat. 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek. Geológus szakirány (BSc) Dr. Lukács Réka
Geokémia gyakorlat 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek Geológus szakirány (BSc) Dr. Lukács Réka MTA-ELTE Vulkanológiai Kutatócsoport e-mail: reka.harangi@gmail.com ALAPFOGALMAK:
RészletesebbenSZEGEDI TUDOMÁNYEGYETEM SZAKDOLGOZAT
SZEGEDI TUDOMÁNYEGYETEM Természettudományi kar Kísérleti Fizikai Tanszék Fizika szak SZAKDOLGOZAT Szívritmus és vérnyomásjel méréstechnikája Sőrés Márta Témavezető: Dr. Gingl Zoltán 2005-1 - I.) TARTALOMJEGYZÉK
RészletesebbenIdő-frekvencia transzformációk waveletek
Idő-frekvencia transzformációk waveletek Pokol Gergő BME NTI Üzemi mérések és diagnosztika 2015. április 23. Vázlat Alapfogalmak az idő-frekvencia síkon Rövid idejű Fourier-transzformáció spektrogram Folytonos
RészletesebbenSzent István Egyetem Fizika és folyamatirányítási Tanszék FIZIKA. rezgések egydimenziós hullám hangok fizikája. Dr. Seres István
Szent István Egyetem Fizika és folyamatirányítási Tanszék rezgések egydimenziós hullám hangok fizikája Dr. Seres István Harmonikus rezgőmozgás ( sin(ct) ) ( c cos(ct) ) c sin(ct) ( cos(ct) ) ( c sin(ct)
RészletesebbenMozgásmodellezés. Lukovszki Csaba. Navigációs és helyalapú szolgáltatások és alkalmazások (VITMMA07)
TÁVKÖZLÉSI ÉS MÉDIAINFORMATIKAI TANSZÉK () BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM (BME) Mozgásmodellezés Lukovszki Csaba Áttekintés» Probléma felvázolása» Szabadsági fokok» Diszkretizált» Hibát
RészletesebbenDekonvolúció a mikroszkópiában. Barna László MTA Kísérleti Orvostudományi Kutatóintézet Nikon-KOKI képalkotó Központ
Dekonvolúció a mikroszkópiában Barna László MTA Kísérleti Orvostudományi Kutatóintézet Nikon-KOKI képalkotó Központ 2015 Fourier-Sorok Minden 2π szerint periodikus függvény előállítható f x ~ a 0 2 + (a
Részletesebbenvagy tudomány? Jobbágy Ákos
Vérnyomásmérés: s: játék j vagy tudomány? Jobbágy Ákos I G É N Y Magas vérnyomás rizikófaktorok Az alábbiak közül három együttes megléte kockázatos: életkor 50 fölött, nem = férfi, elhízás (BMI > 30),
RészletesebbenMintavétel: szorzás az idő tartományban
1 Mintavételi törvény AD átalakítók + sávlimitált jel τ időközönként mintavétel Mintavétel: szorzás az idő tartományban 1/τ körfrekvenciánként ismétlődik - konvolúció a frekvenciatérben. 2 Nem fednek át:
RészletesebbenAz Informatika Elméleti Alapjai
Az Informatika Elméleti Alapjai dr. Kutor László Jelek típusai Átalakítás az analóg és digitális rendszerek között http://mobil.nik.bmf.hu/tantargyak/iea.html Felhasználónév: iea Jelszó: IEA07 IEA 3/1
RészletesebbenEKG ÉS PPG FELVÉTELEK KIÉRTÉKELÉSE
Orvosbiológiai számítógépes gyakorlatok (BMEVITMM23) Mérési jegyzőkönyv EKG ÉS PPG FELVÉTELEK KIÉRTÉKELÉSE Készítették: Jánosa Dávid Péter (FDSA7Y) Mokánszki Béla (FA8YEZ) Veres Dániel Sándor (GLZPT9)
RészletesebbenSztochasztikus rezonanciával elérhető jeljavítás és neurokardiológiai fluktuációk vizsgálata
SZEGEDI TUDOMÁNYEGYETEM KÍSÉRLETI FIZIKAI TANSZÉK Sztochasztikus rezonanciával elérhető jeljavítás és neurokardiológiai fluktuációk vizsgálata Doktori értekezés tézisei Készítette: Makra Péter Témavezető:
RészletesebbenCSAPADÉK ÉS TALAJVÍZSZINT ÉRTÉKEK SPEKTRÁLIS ELEMZÉSE A MEZŐKERESZTES-I ADATOK ALAPJÁN*
A Miskolci Egyetem Közleménye A sorozat, Bányászat, 66. kötet, (2004) p. 103-108 CSAPADÉK ÉS TALAJVÍZSZINT ÉRTÉKEK SPEKTRÁLIS ELEMZÉSE A MEZŐKERESZTES-I ADATOK ALAPJÁN* Dr.h.c.mult. Dr. Kovács Ferenc az
RészletesebbenAkusztikus mérőműszerek
Akusztikus mérőműszerek Hangszintmérő: méri a frekvencia súlyozott, és nyomásátlagolt hangnyomás szintet (hangszintet). Felépítése Mikrofon + Erősítő Frekvencia Szint tartomány Időátlagolás Kijelzés Előerősítő
RészletesebbenAnalóg-digitális átalakítás. Rencz Márta/ Ress S. Elektronikus Eszközök Tanszék
Analóg-digitális átalakítás Rencz Márta/ Ress S. Elektronikus Eszközök Tanszék Mai témák Mintavételezés A/D átalakítók típusok D/A átalakítás 12/10/2007 2/17 A/D ill. D/A átalakítók A világ analóg, a jelfeldolgozás
RészletesebbenKísérlettervezés alapfogalmak
Kísérlettervezés alapfogalmak Rendszermodellezés Budapest University of Technology and Economics Fault Tolerant Systems Research Group Budapest University of Technology and Economics Department of Measurement
RészletesebbenSTATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika
RészletesebbenVIK A1 Matematika BOSCH, Hatvan, 5. Gyakorlati anyag
VIK A1 Matematika BOSCH, Hatvan, 5. Gyakorlati anyag 2018/19 1. félév Függvények határértéke 1. Bizonyítsuk be definíció alapján a következőket! (a) lim x 2 3x+1 5x+4 = 1 2 (b) lim x 4 x 16 x 2 4x = 2
RészletesebbenMatematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása
Matematikai alapok és valószínőségszámítás Statisztikai becslés Statisztikák eloszlása Mintavétel A statisztikában a cél, hogy az érdeklõdés tárgyát képezõ populáció bizonyos paramétereit a populációból
RészletesebbenEjtési teszt modellezése a tervezés fázisában
Antal Dániel, doktorandusz, Miskolci Egyetem Robert Bosch Mechatronikai Tanszék Szabó Tamás, egyetemi docens, Ph.D., Miskolci Egyetem Robert Bosch Mechatronikai Tanszék Szilágyi Attila, egyetemi adjunktus,
Részletesebbene (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:
Normális eloszlás ξ valószínűségi változó normális eloszlású. ξ N ( µ, σ 2) Paraméterei: µ: várható érték, σ 2 : szórásnégyzet (µ tetszőleges, σ 2 tetszőleges pozitív valós szám) Normális eloszlás sűrűségfüggvénye:
RészletesebbenSZEGEDI TUDOMÁNYEGYETEM. Természettudományi és Informatikai Kar Kísérleti Fizikai Tanszék. Szakdolgozat
SZEGEDI TUDOMÁNYEGYETEM Természettudományi és Informatikai Kar Kísérleti Fizikai Tanszék Fizika szak Szakdolgozat Vezényelt légzés vizsgálata és ST - eleváció elemzése Judák Linda Témavezetők: Dr. Gingl
RészletesebbenMatematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév
Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév 1. A várható érték és a szórás transzformációja 1. Ha egy valószínűségi változóhoz hozzáadunk ötöt, mínusz ötöt, egy b konstanst,
RészletesebbenKeringési Rendszer. Vérkeringés. A szív munkája. Számok a szívről. A szívizom. Kis- és nagyvérkör. Nyomás terület sebesség
Keringési Rendszer Vérkeringés. A szív munkája 2010.11.03. Szív + erek (artériák, kapillárisok, vénák) alkotta zárt rendszer. Funkció: Oxigén és tápanyag szállítása a szöveteknek. Metabolikus termékek
RészletesebbenÉRZÉKELŐK ÉS BEAVATKOZÓK I. 6. A MINTAVÉTELI TÖRVÉNY
ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 6. A MINTAVÉTELI TÖRVÉNY Dr. Soumelidis Alexandros 2018.10.25. BME KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR 32708-2/2017/INTFIN SZÁMÚ EMMI ÁLTAL TÁMOGATOTT TANANYAG Mintavételezés
RészletesebbenMi az adat? Az adat elemi ismeret. Az adatokból információkat
Mi az adat? Az adat elemi ismeret. Tények, fogalmak olyan megjelenési formája, amely alkalmas emberi eszközökkel történő értelmezésre, feldolgozásra, továbbításra. Az adatokból gondolkodás vagy gépi feldolgozás
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek
RészletesebbenKockázatalapú változó paraméterű szabályozó kártya kidolgozása a mérési bizonytalanság figyelembevételével
Kockázatalapú változó paraméterű szabályozó kártya kidolgozása a mérési bizonytalanság figyelembevételével Hazai hallgatói, illetve kutatói személyi támogatást biztosító rendszer kidolgozása és működtetése
RészletesebbenA vérkeringés és szívműködés biofizikája
AZ ÉRRENDSZER A vérkeringés és szívműködés biofizikája Kellermayer Miklós A. Feladata: Sejtek környezeti állandóságának biztosítása Transzport: Gázok Metabolitok Hormonok, jelátvivő anyagok Immunglobulinok
RészletesebbenElektronika Előadás. Digitális-analóg és analóg-digitális átalakítók
Elektronika 2 9. Előadás Digitális-analóg és analóg-digitális átalakítók Irodalom - Megyeri János: Analóg elektronika, Tankönyvkiadó, 1990 - U. Tiecze, Ch. Schenk: Analóg és digitális áramkörök, Műszaki
RészletesebbenFizikai aktivitás hatása a koronária betegségben kezelt és egészséges férfiak és nők körében
KÓSA LILI 1 Fizikai aktivitás hatása a koronária betegségben kezelt és egészséges férfiak és nők körében 1. BEVEZETÉS Számos ember végez rendszeres fizikai aktivitást annak érdekében, hogy megőrizze a
Részletesebben1. Metrológiai alapfogalmak. 2. Egységrendszerek. 2.0 verzió
Mérés és adatgyűjtés - Kérdések 2.0 verzió Megjegyzés: ezek a kérdések a felkészülést szolgálják, nem ezek lesznek a vizsgán. Ha valaki a felkészülése alapján önállóan válaszolni tud ezekre a kérdésekre,
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek megoldásához!
RészletesebbenTöbbszempontos variancia analízis. Statisztika I., 6. alkalom
Többszempontos variancia analízis Statisztika I., 6. alkalom Kétszempontos variancia analízis Ha két független változónk van, mely a csoportosítás alapját képezi, akkor kétszempontos variancia analízisrıl
RészletesebbenMinőség-képességi index (Process capability)
Minőség-képességi index (Process capability) Folyamatképesség 68 12. példa Egy gyártási folyamatban a minőségi jellemző becsült várható értéke µ250.727 egység, a variancia négyzetgyökének becslése σ 1.286
RészletesebbenGépészeti rendszertechnika (NGB_KV002_1)
Gépészeti rendszertechnika (NGB_KV002_1) 6. Óra Kőrös Péter Közúti és Vasúti Járművek Tanszék Tanszéki mérnök (IS201 vagy a tanszéken) E-mail: korosp@ga.sze.hu Web: http://www.sze.hu/~korosp http://www.sze.hu/~korosp/gepeszeti_rendszertechnika/
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.
RészletesebbenAz NMR és a bizonytalansági elv rejtélyes találkozása
Az NMR és a bizonytalansági elv rejtélyes találkozása ifj. Szántay Csaba MTA Kémiai Tudományok Osztálya 2012. február 21. a magspínek pulzus-gerjesztésének értelmezési paradigmája GLOBÁLISAN ELTERJEDT
RészletesebbenVan-e kapcsolat a változók között? (példák: fizetés-távolság; felvételi pontszám - görgetett átlag)
, rangkorreláció Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-16-80 Fax: 463-30-91 http://www.vizgep.bme.hu
Részletesebben5. mérés: Diszkrét Fourier Transzformáció (DFT), Gyors Fourier Transzformáció (FFT), számítógépes jelanalízis
Híradástechnika II. laboratóriumi mérések 5. mérés: Diszkrét Fourier Transzformáció (DFT), Gyors Fourier Transzformáció (FFT), számítógépes jelanalízis Összeállította: Kármán József Általános bevezet Az
Részletesebben