Zusammenfassung
Zur Realisierung des Klassifizierungssystems gibt es verschiedene Bausteine und Komponenten, deren Charakteristika und Zusammenstellungen im Folgenden anhand unterschiedlicher Anwendungen erläutert sind. Diese Anwendungen wurden passend gewählt, um die Einsatzmöglichkeiten von Mikroprozessoren, speicherprogrammierbaren Steuerungen und komplexen Bausteine zur Realisierung des Klassifizierungsverfahrens für diese Anwendungen aufzuzeigen. Für die verschiedenen Module der Trainings- und Arbeitsphase wird detailliert der Hard- und Softwareaufwand angegeben.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
- 2.
- 3.
Eine Gegenüberstellung der Eigenschaften von Z-Transition (D) und Z-Transition (d) befindet sich in Abschn. 17.2.2, Tab. B.6 und B.7.
- 4.
Ein Vergleich von Matlab und anderen Programmpaketen zu diesem Thema findet sich in [10] unter Dok-2 Zusatzanalysen: Faktorenanalyse Positivbeispiel.
- 5.
Teil des Programmpaketes Office der Fa. Microsoft [7].
- 6.
Layer 1 des OSI-Modells, Open Systems Interconnection Model (OSI).
Literatur
Angermann A, Beuschel M, Rau M, Wohlfarth U (2002) Matlab – Simulink – Stateflow. Oldenbourg Verlag, München and Wien
Beucher O (2002) Matlab und Simulink, 2nd edn. Pearson Studium, München
Demuth H, Beale M (2001) Neural Network Toolbox, For use with MATLAB. The MathWorks, Inc, Natick
Fischer T (1999) Optimierte Implementierung neuronaler Strukturen in Hardware. Dissertation, Forschungszentrum Karlsruhe Technik und Umwelt, Karlsruhe
Gramlich G, Werner W (2000) Numerische Mathematik mit Matlab. dpunkt.verlag GmbH, Heidelberg
Griener W (2009) Fusion von Sensorsignalen nach der Y-Z-Methode. Masterarbeit, FernUniversität in Hagen, Hagen
Held B (2002) Excel-VBA Programmierung, Kompendium. Markt+Technik Verlag, München
Hug B (2011) Sensorfusion mittels der Z-Raum-Methode. Masterarbeit, FernUni Hagen, Hagen
Ludewig A (2016) Ausführung künstlicher neuronaler Netze auf einem FPGA. Masterarbeit, FernUni Hagen, Hagen
Sponsel R (2000) Standard-(Korrelations)-Matrix-Analysen (SMA). URL http://www.sgipt.org/wisms/nis/sma/kpd_12.htm
Talbot SR (2009) Identifizierung von potenziellen bakteriologischen Kampfstoffen mit Ramanspektrometrie unter Nutzung von multivariater Statistik. Dissertation, Gottfried Wilhelm Leibnitz Universität Hannover, Hannover
Wakerly JF (2001) Digital Design Principles and Practices. Prentice Hall, Upper Saddl River, New Jersey
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Sartorius, G. (2019). Hardware und Realisierung. In: Erfassen, Verarbeiten und Zuordnen multivariater Messgrößen. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-23576-5_18
Download citation
DOI: https://doi.org/10.1007/978-3-658-23576-5_18
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-23575-8
Online ISBN: 978-3-658-23576-5
eBook Packages: Computer Science and Engineering (German Language)