Transformée de Huang-Hilbert : Application à la détection des défauts.

dc.contributor.authorHamdad, Nassima
dc.date.accessioned2017-03-27T12:54:20Z
dc.date.available2017-03-27T12:54:20Z
dc.date.issued2013-03-07
dc.description88 f. : ill. ; 30 cm. (+ CD-Rom)en
dc.description.abstractLes représentations temps-fréquence telle que la transformée en ondelettes sont des transformations conjointes du temps et de la fréquence et fournissent une information sur la façon dont la fréquence du signale varie au cours du temps. Elles constituent un moyen puissant pour l’analyse des signaux non-stationnaires. Cependant ces transformations nécessitent la spécification du type de l’ondelette mère. Pour palier à cet inconvénient la transformée de Huang-Hilbert a été proposée. Celle ci combine la décomposition modale empirique de Huang et la transformée de Hilbert. Contrairement aux ondelettes, la base de décomposition de l’EMD est intrinsèque au signal. Le but de ce mémoire est d’étudier cette transformation et de l’appliquer à la détection des défauts dans les machines en association avec les techniques de reconnaissance des formes.en
dc.identifier.citationOption: Traitement d’Images et Reconnaissance de Formesen
dc.identifier.otherMAG.AUTO.58-13
dc.identifier.urihttps://dspace.ummto.dz/handle/ummto/635
dc.language.isofren
dc.publisherUniversité Mouloud Mammerien
dc.subjectEmpirical Mode Decomposition (EMD)en
dc.subjectTransformée de Huang (TH)en
dc.subjectTransformée de Hilbert (TH)en
dc.subjectSupport Vecteur Machine (SVM)en
dc.subjectReconnaissance des formes(RDF)en
dc.subjectTransformée de Huang-Hilbert (THH)en
dc.titleTransformée de Huang-Hilbert : Application à la détection des défauts.en
dc.typeThesisen

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Hamdad Nassima.pdf
Size:
2.1 MB
Format:
Adobe Portable Document Format
Description:
pdf
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: