Reconnaissance automatique des types de cavitation par analyse neuronale des signaux acoustiques

par GREGOIRE LEBREUILLY

Thèse de doctorat en Sciences appliquées. Physique

Sous la direction de Pierre Miché.

Soutenue en 1998

à Rouen .

    mots clés mots clés


  • Résumé

    Cette these presente une methode de classification automatique de type de cavitation par l'analyse du signal acoustique qu'elle engendre. Tout d'abord, les connaissances theoriques et experimentales des bruits de cavitation sont presentees. Une simulation de bruit de bulles et sa validation font l'objet d'une etude detaillee afin de mettre en evidence des specificites du signal. Puis, certaines techniques de traitement du signal sont utilisees pour extraire du signal une information pertinente. Le moteur de la classification est un reseau de neurones de type perceptron multicouche utilisant l'apprentissage par la methode de la retropropagation du gradient de l'erreur. Differentes parametrisations sont testees en entrees des reseaux, a partir desquelles une etude comparative est menee. Les performances du classifieur ainsi obtenues sont comparees a celle de deux operateurs humains et des techniques de classification traditionnelles.


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 161 P.
  • Annexes : 98 REF.

Où se trouve cette thèse ?

  • Bibliothèque : Université de Rouen. Service commun de la documentation. Section sciences.
  • Non disponible pour le PEB
  • Cote : 98/ROUE/S017
  • Bibliothèque : Université de Rouen. Service commun de la documentation. Section sciences site Madrillet.
  • Disponible pour le PEB
  • Cote : 98/ROUE/S017
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.