منبع تحقیق درمورد معیارهای ارزیابی و روش ترکیبی

دانلود پایان نامه

در شکل (6-2) از سیگنال آغشته به نویز با استفاده از چهار روش بیان شده، نویز را حذف کردیم. همانطور که مشاهده میشود سیگنال بدست آمده از روش ICA ، شامل اطلاعات اصلی سیگنال نمی باشد. برای ارزیابی دقیق، نتایج روشهای ICA، تبدیل موجک، تبدیل والش و روش ترکیبی با استفاده از معیار های میانگین مربع خطا و جذر میانگین تفاضل مربعات(درصد) و نسبت سیگنال به نویز مقایسه شد.


شکل 6-1- سیگنال اصلی و سیگنال دارای نویز
شکل 6-2- سیگنال حاصل از حذف نویز با استفاده از روش ICA ، روش ترکیبی والش- ICA ، تبدیل والش و تبدیل موجک
6-3- معیارهای ارزیابی
برای بررسی دقیق حذف نویز با استفاده از چهار روش بیان شده، نتایج حاصل را با استفاده از معیارهای نسبت سیگنال به نویز، میانگین مربع خطا و درصد مجذور میانگین مربع تفاوت، با هم مقایسه میکنیم. در این بخش ابتدا این معیارها را معرفی میکنیم. سپس نتایج حاصل از این روشها، بر اساس هر یک از این معیارها، بررسی میشود.
6-3-1- نسبت سیگنال به نویز (Signal to Noise Rate)
نسبت سیگنال به نویز، اشاره به مقدار سیگنال و نویز در هر الگو دارد. این نرخ سطح سیگنال مطلوب را نسبت به سطح نویز پس زمینه مقایسه میکند. برای ارزیابی، مقدار زیاد این نرخ نشان دهنده مقدار زیاد سیگنال و مقدار کم نویز است. سیگنالهای بیومتریک معمولا سیگنال به نویز زیر صفر دارند بنابر این بیشترین سیگنال به نویز صفر است. فرض کنید سیگنال ثبت شده مجموع سیگنالهای EEG صحیح x[t] و سیگنال غیر مغزی یا نویز n[t] باشد. آنگاه سیگنال حاصل که از مجموع این دو سیگنال بدست میآید از رابطه (6-1) بدست میآید.
s[t] = x[t] + n[t] (1-6)
بر اساس این رابطه، نسبت سیگنال به نویز از رابطه زیر بدست میآید.
SNR (dB) =10* log (2-6)
در شکل (6-3) نسبت سیگنال به نویز برای 10 نمونه از سیگنالها نشان داده شده است. همانطور که مشاهده میشود روش ترکیبی والش و ICA بهترین نسبت سیگنال به نویز را دارا میباشد و روش تبدیل والش نیز دارای نسبت سیگنال به نویز مناسبی نیز میباشد.
شکل 6-3- نسبت سیگنال به نویز ده سیگنال
6-3-2- میانگین مربع خطا (Mean Square Error)
مطلب مرتبط :   پایان نامه ارشد رایگان درمورد آنالیز واریانس و معنی دار بودن

جستجو در سایت ما :


معیار میانگین مربع خطا، میانگین مربع خطا را اندازهگیری میکند. مقدار این معیار برآوردی از میزان تفاوت مقدار واقعی با مقدار تخمینی است. این تفاوت به این خاطر اتفاق میافتد که تخمین زننده نمیتواند اطلاعات اصلی را دقیق بدست آورد تا بتواند یک تخمین دقیق بزند. اگر مقدار تخمینی با مقدار واقعی برابر باشد آنگاه مقدار این معیار صفر خواهد بود. بنابر این محدود این معیار از صفر تا بینهایت خواهد بود. مقدار صفر برای این معیار بسیار مطلوب خواهد بود.
برای بدست آوردن این معیار از رابطه (3-6) استفاده میکنیم.
MSE = (3-6)
در این رابطه ds سیگنال حذف نویز شده است.
شکل 6-4- میانگین مربع خطا برای ده سیگنال
در شکل (6-4) معیار میانگین مربع خطا برای ده نمونه سیگنال نشان داده شده است. روش ترکیبی والش و ICA کمترین میانگین مربعات خطا را دارا میباشد و روش ICA نیز دارای بیشترین مقدار میانگین مربعات خطا است.
6-3-3- جذر میانگین تفاضل مربعات(درصد)(Percentage Root Mean Square Difference)
این معیار، میانگین مربع تفاوت بین سیگنال اصلی و سیگنال بازسازی شده است. این معیار میزان و سطح اعواج یا تحریف بین سیگنال اصلی و سیگنال باز سازی شده را نشان میدهد. به عبارت دیگر این معیار میزان اشکال سیگنال حذف نویز شده را بازسازی میکند.
بر اساس تعریفهای رابطه (6-1) این معیار از رابطه (6-4) بدست میآید.
PRD=*100% (4-6)
شکل 6-5- جذر میانگین تفاضل مربعات(درصد) برای ده سیگنال