Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "neural, S." wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Model development of the external friction of granular vegetable materials on the basis of artificial neural networks
    Autorzy:
    Francik, S.
    Fraczek, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/25205.pdf
    Data publikacji:
    2001
    Wydawca:
    Polska Akademia Nauk. Instytut Agrofizyki PAN
    Tematy:
    granular vegetable material
    artificial neural network
    external friction
    vegetable
    Źródło:
    International Agrophysics; 2001, 15, 4
    0236-8722
    Pojawia się w:
    International Agrophysics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Extruded bread classification on the basis of acoustic emission signal with application of artificial neural networks
    Autorzy:
    Swietlicka, I.
    Muszynski, S.
    Marzec, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/25836.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Instytut Agrofizyki PAN
    Opis:
    The presented work covers the problem of developing a method of extruded bread classification with the application of artificial neural networks. Extruded flat graham, corn, and rye breads differening in water activity were used. The breads were subjected to the compression test with simultaneous registration of acoustic signal. The amplitude-time records were analyzed both in time and frequency domains. Acoustic emission signal parameters: single energy, counts, amplitude, and duration acoustic emission were determined for the breads in four water activities: initial (0.362 for rye, 0.377 for corn, and 0.371 for graham bread), 0.432, 0.529, and 0.648. For classification and the clustering process, radial basis function, and self-organizing maps (Kohonen network) were used. Artificial neural networks were examined with respect to their ability to classify or to cluster samples according to the bread type, water activity value, and both of them. The best examination results were achieved by the radial basis function network in classification according to water activity (88%), while the self-organizing maps network yielded 81% during bread type clustering.
    Źródło:
    International Agrophysics; 2015, 29, 2
    0236-8722
    Pojawia się w:
    International Agrophysics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelling of mass transfer kinetic in osmotic dehydration of kiwifruit
    Autorzy:
    Jabrayili, S.
    Farzaneh, V.
    Zare, Z.
    Bakhshabadi, H.
    Babazadeh, Z.
    Mokhtarian, M.
    Carvalho, I.S.
    Powiązania:
    https://bibliotekanauki.pl/articles/24375.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Instytut Agrofizyki PAN
    Tematy:
    modelling
    mass transfer
    kinetics
    osmotic dehydration
    kiwi fruit
    artificial neural network
    Źródło:
    International Agrophysics; 2016, 30, 2
    0236-8722
    Pojawia się w:
    International Agrophysics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Defining the damaging process of cereal grains on the basis of artificial neural network
    Autorzy:
    Zlobecki, A.
    Francik, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/24733.pdf
    Data publikacji:
    2001
    Wydawca:
    Polska Akademia Nauk. Instytut Agrofizyki PAN
    Tematy:
    harvesting
    cereal grain
    mechanical process
    grain damage
    multiple dynamic load
    post-harvest processing
    Źródło:
    International Agrophysics; 2001, 15, 3
    0236-8722
    Pojawia się w:
    International Agrophysics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optimization of air drying process for lavender leaves
    Autorzy:
    Karimi, F.
    Rafiee, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/26307.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Instytut Agrofizyki PAN
    Tematy:
    Lavandula angustifolia
    Lavandula officinalis zob.Lavandula angustifolia
    air drying process
    artificial neural network
    drying
    lavender
    leaf
    optimization
    response surface methodology
    Źródło:
    International Agrophysics; 2011, 25, 3
    0236-8722
    Pojawia się w:
    International Agrophysics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      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