AnCAD 技術支援

Visual Signal工具教育訓練　(提供課程講義下載)

　　逸奇科技為回饋各位使用者，特別安排每個月不定期的相關工具課程。每場課程皆會安排不同領域的工程師傾囊相授！除了基本的工具使用教學外，也要和大家分享各領域的實例應用與分析討論。

　　歡迎各位踴躍參與，也謝謝各位的支持！
(More…)

時頻分析與迴轉機械之振噪檢測研討會-活動紀實

逸奇科技與行政院飛航安全委員會所合作舉辦「時頻分析與迴轉機械之振噪檢測研討會」，報名人數超過140人，令人惋惜的是當天受到卡玫基颱風影響欲參加之人員無法蒞臨現場交流。

在此提供相關教材下載聯結如下，若有任何意見也歡迎來信mk@ancad.com
(More…)

生醫訊號與時頻分析研討會-活動紀實

本次逸奇科技與中央大學-數學與理論物理中心所合作舉辦「生醫訊號與時頻分析研討會」，邀請到多位學者為大家帶來相關研究成果的發表，我們也很高興的看到超過150名的參加者前來共襄盛舉。相關內容及教材下載連結如下:
(More…)

腦波眨眼訊號濾除

適當排列Visual Signal之運算元件，可達到濾除腦波眨眼訊號的效果
(More…)

複雜度計算：以Visual Signal分析人體站立時平衡度之案例

　　統計與訊號學者們對於複雜(complex)一直有著相當濃厚之興趣。
　　
　　什麼是複雜度？如何定義與量化它？如何比較兩系統之複雜性？混亂與複雜有何不同？

　　在嚴格定義之前，可先舉兩個例子說明混亂與複雜的差異。
(More…)

眨眼訊號移除

眼動訊號一直是妨礙腦波研究的重大問題，本節將介紹數種前人發展的眼動訊號移除法。

一、 Independent Component Analysis (ICA)
獨立成份分析法(ICA)是目前最常用的眼動訊號移除法，此方法假設所量測到的訊號是由數量相同的獨立訊號源發出的，因此ICA試圖計算一個轉換矩陣，讓計算出的訊號源具有最高的統計獨立性。此方法應用在腦波眼動訊號上則假設各種生理訊號和干擾訊號是互相獨立的，因此ICA可將眼動訊號和其他訊號分離，只要將計算求得之訊號源看似干擾訊號的部份丟棄，則可以得到剔除雜訊的新訊號。
(More…)

利用Visual Signal 解決震動噪音問題(二)

　　傳統的機械故障診斷，皆是利用麥克風量測聲音，再利用傅立葉進行頻譜分析，這種處理方法非常簡單且有效率，但是由於去除了時間資訊，所以某些訊號特徵並不能完全展現。
　　以下是車床主軸聲音檔，利用 Enhanced Morlet Transform 進行時頻分析之後，可以發現在 9000 Hz 附近有一個特徵頻率，估計是與軸承轉子數量成倍數關係。

(More…)

時頻分析與地球科學研討會-活動紀實

本次逸奇科技與中研院地球所合作舉辦「時頻分析與地球科學研討會」，邀請到多位學者，包括發明HHT (Hilbert-Huang Transform)的黃鍔院士，為大家帶來相關研究成果的發表，我們也很高興的看到超過150名的參加者前來共襄盛舉。相關照片及教材下載聯結如下:　

   (More…)

Visual Signal v1.1 完整功能更新列表

New:
- 點選 Toolbar 的 Copy to Clipboard 預設值改為Metafile 格式輸出。(原本程式預設為 bitmap)
- 當view mode 為 ZoomX、ZoomY 或 ZoomRect時，按住滑鼠中鍵皆可將圖在任意方向平移。
- 在view mode 增加PanY功能。

(More…)

Visual Signal 1.1版功能更新

繪圖：
1.可變更繪圖線條顏色：
使用者可由主視窗選單”Tools”-> “LineColorSetting”進行線條顯示顏色變更。

2.可用marker繪出資料點：
增加了”markerStyle”到viewer的properties中，讓使用者可以選擇標示資料點的形式。
(More…)