Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Koszela, K." wg kryterium: Autor


Wyświetlanie 1-4 z 4
Tytuł:
Analiza i klasyfikacja obrazów suszu warzywnego z wykorzystaniem sztucznych sieci neuronowych
Analysis and classification of dried vegetables’ images with utilization of artificial neural networks
Autorzy:
Koszela, K.
Weres, J.
Powiązania:
https://bibliotekanauki.pl/articles/287257.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczna inteligencja
sztuczne sieci neuronowe
rozpoznawanie obiektów
przetwarzanie obrazów
artificial intelligence
artificial neural networks
object recognition
image processing
Opis:
W życiu codziennym bardzo często dokonujemy oceny naszego otoczenia i na tej podstawie podejmujemy decyzje o klasyfikacji obserwowanej sytuacji. Czynimy to w oparciu o obserwację otoczenia jak również napływającą z różnych źródeł informację z wykorzystaniem posiadanej wiedzy i zdolności. Proces ten jest dla nas całkowicie naturalny. Jeżeli jednak chcemy podobne zadanie zlecić systemowi komputerowemu to wówczas musimy wykonać wiele kroków, które pozwolą w części odwzorować za pomocą oprogramowania ludzką zdolność do obserwacji, uczenia się i dokonywania podejmowania ostatecznej decyzji w oparciu o posiadaną wiedzę. Wzrastający poziom komplikacji informacji wywołuje rosnące zapotrzebowanie na systemy zdolne do rozpoznawania i dokonywania klasyfikacji prezentowanych im obiektów. Jednym z takich obiektów jest susz warzywny, którego ocena jakości i jego klasyfikacja przysparza szereg problemów. W pracy przedstawiono koncepcję metody analizy obrazów suszu warzywnego i zastosowanie jej do szybkiego oszacowania udziału poszczególnych frakcji w badanej próbie pod względem barwy i kształtu.
In everyday life we often evaluate our surroundings and on this basis we make decisions about the classification of the observed situation. We do it by watching our surroundings as well as by analysing the information coming to us from various sources by means of the knowledge and the abilities we posses. This process is completely natural for us. However, if we want a computer system to do it, we need to make many steps in order to partly reflect in the software the human ability to observe, learn and make the final decision on the basis of the possessed knowledge. The increasing complexity of information causes a rising demand for systems capable of recognizing and classifying objects presented to them. One of such objects are dried vegetables whose quality evaluation and classification cause many problems. In the thesis the concept of dried vegetables’ image analysis method was presented as well as its application to quick colour and shape evaluation of individual fractions in a tested sample.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 2, 2; 77-82
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neuronowa klasyfikacja obrazów suszu warzywnego
Neural classification of images showing dried vegetables
Autorzy:
Koszela, K.
Weres, J.
Powiązania:
https://bibliotekanauki.pl/articles/287040.pdf
Data publikacji:
2009
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
susz marchwiowy
rozpoznawanie obrazów
sztuczna sieć neuronowa
dried carrot
identification of images
artificial neural network
Opis:
Celem pracy badawczej było opracowanie modelu neuronowego do oceny rodzaju suszu marchwiowego i jego klasyfikacji na podstawie cyfrowych fotografii. Analizie i klasyfikacji poddane zostały trzy rodzaje suszu marchwiowego, dla których wybrano cechy charakterystyczne, które umożliwiały klasyfikację ze względu na rodzaj oraz jakość suszu. W wyniku przeprowadzonych badań wygenerowano cztery modele neuronowe typu perceptron wielowarstwowy.
The purpose of this research work was to develop a neural model allowing to assess dried carrot type and to classify it on the basis of digital photographs. Three dried carrot types were analysed and classified. Their specific qualities were selected, allowing classification according to dried carrot type and quality. Completed research allowed to generate four neural models of multiplayer perceptron type.
Źródło:
Inżynieria Rolnicza; 2009, R. 13, nr 8, 8; 61-67
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ocena efektywności neuronowego prognozowania w oparciu o wybrane metody na przykładzie dystrybucji produktów rolniczych
Assessment of effectiveness of the neural prediction based on selected methods exemplified by distribution of agricultural products
Autorzy:
Koszela, K.
Boniecki, P.
Weres, J.
Powiązania:
https://bibliotekanauki.pl/articles/287927.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczna inteligencja
sztuczne sieci neuronowe
prognozowanie
szeregi czasowe
artificial intelligence
artificial neural networks
prediction
time series
Opis:
Prognozowanie staje się bardzo ważnym etapem w każdej działalności. W przypadku dystrybucji produktów rolniczych mamy do czynienia z szeregiem złożonych bodźców, które przekładają się na wynik końcowy. Natomiast jakość tych prognoz ma ogromne znaczenie na kolejne etapy w łańcuchu produkcyjno-dystrybucyjnym. Sieci neuronowe są bardzo wysublimowaną techniką modelowania, zdolną odwzorować bardzo złożone funkcje. Modelowanie z wykorzystaniem sztucznych sieci neuronowych stosuje się wówczas, gdy nie jest znany dokładny opis matematyczny rozpatrywanego zjawiska, natomiast dobrze określone są jego wejścia i wyjścia. Sztuczna sieć neuronowa potrafi nauczyć się rozpoznawać analizowany problem, dając szybko odpowiedź na zmieniające się parametry wejściowe procesu. W pracy przedstawiono porównanie dwóch metod neuronowego modelowania sprzedaży wybranego produktu.
Prediction becomes a very important stage in many activities. In case of distributing agricultural products we deal with a number of stimuli which consequently transform into the end effect. It is clear that the quality of those predictions has a great influence on subsequent stages in the production and distribution chain. Neural networks are a sophisticated technique of modeling capable of reflecting very complex functions. Modeling using artificial neural networks is used when exact mathematical description of investigated phenomenon is not known but its inputs and outputs are well defined. Artificial neural network can learn to recognize the problem analyzed giving an answer to changing input parameters. In the paper two methods of neural modeling of a chosen agricultural product distribution were presented.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 2, 2; 69-76
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Możliwości stosowania zdjęć lotniczych niskiego pułapu jako danych fotointerpretacyjnych do oceny użytków zielonych
Possibilities for application of aerial photographs of low altitude as photo interpretation data for assessment of grasslands
Autorzy:
Tomczak, R. J.
Nowakowski, K.
Kujawa, S.
Koszela, K.
Nowak, P. J.
Powiązania:
https://bibliotekanauki.pl/articles/288154.pdf
Data publikacji:
2012
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
fotointerpretacja
zdjęcie lotnicze
niski pułap
model zdalnie sterowany
wielowirnikowiec
photointerpretation
aerial photograph
low altitude
remotely controlled model
multicopter
Opis:
Fotointerpretacja zdjęć lotniczych jest dziedziną rozwijaną wielokierunkowo od wielu lat. Do niedawna bazą do badań były zdjęcia lotnicze z obiektów załogowych oraz zdjęcia satelitarne, co w znaczący sposób ograniczało zakres zastosowań. Głównymi ograniczeniami były min. koszt i częstotliwość wykonywania zdjęć nad tym samym obszarem oraz wysokość, przekładająca się na jakość zdjęcia i minimalną wielkość odwzorowywanych elementów. Zastosowanie zdalnie sterowanych przez naziemnego operatora lub autonomicznych lekkich obiektów latających (UAV) pozwala na zupełnie nowe możliwości wykonywania zdjęć [Heine 2008]. Autorzy pracy za pomocą zdalnie sterowanego, wyposażonego w elementy automatyki pionowzlotu wykonali serię zdjęć użytków zielonych. Wykonano przegląd i analizę zdjęć lotniczych wykonanych z wysokości do 100 m w celu wskazania cech i parametrów do ich interpretacji. Zaproponowano elementy metodyki do fotointerpretacji zdjęć na potrzeby rozpoznawania zmian w strukturze użytków zielonych.
Photointerpretation of aerial photographs is a discipline which has been developed in many directions for many years. Aerial photographs from manned objects and satellite photographs have recently constituted a base for research which considerably limited the scope of application. Expenses and frequency of taking pictures over the same area as well as height translated into the quality of a picture and the minimum size of the reproduced elements have been the main limitations. The use of aerial vehicles remotely controlled by a navigator or unmanned aerial vehicles (UAV) allows completely new possibilities of taking pictures [Heine 2008]. The authors of the study took a series of pictures of grasslands with the use of remotely controlled vertiplane equipped with elements of automatics. Inspection and analysis of aerial pictures taken from the height up to 100m in order to indicate properties and parameters for their interpretation were carried out. Elements of methodology for photointerpretation of photographs for the needs of recognising changes in the structure of grasslands.
Źródło:
Inżynieria Rolnicza; 2012, R. 16, nr 4, t. 1, 4, t. 1; 431-437
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies