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 "klasyfikator" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    The new rule based colour classifier in the problem of human skin colour detection
    Autorzy:
    Głowacki, D.
    Porwik, P.
    Orczyk, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/333896.pdf
    Data publikacji:
    2010
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    kolor ludzkiej skóry
    klasyfikator
    reguły decyzyjne
    human skin colour
    classifier
    decision rules
    Opis:
    This article presents new rules, which can be used to construct a classifier for image areas segmentation. Segmentation is made on upon the colours, which are commonly associated with human skin colour. The new rules of this classifier have been developed on the basis of the analysis and modifications of two other classifiers, which has been described in the literature. Nowadays, such classifiers are commonly used in practice: in photographic equipment, photo-editing software, biological images analysis or in-room person detecting systems.
    Źródło:
    Journal of Medical Informatics & Technologies; 2010, 14; 39-48
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An approach to unsupervised classification
    Autorzy:
    Przybyła, T.
    Pander, T.
    Horoba, K.
    Kupka, T.
    Matonia, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/333363.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    klasyfikacja
    grupowanie rozmyte
    klasyfikacja nienadzorowana
    klasyfikator najbliższych sąsiadów
    classification
    fuzzy clustering
    unsupervised classification
    nearest neighbour classifier
    Opis:
    Classification methods can be divided into supervised and unsupervised methods. The supervised classifier requires a training set for the classifier parameter estimation. In the case of absence of a training set, the popular classifiers (e.g. K-Nearest Neighbors) can not be used. The clustering methods are considered as unsupervised classification methods. This paper presents an idea of the unsupervised classification with the popular classifiers. The fuzzy clustering method is used to create a learning set. The learning set includes only these patterns that are the best representative of each class in the input dataset. The numerical experiment uses an artificial dataset as well as the medical datasets (PIMA, Wisconsin Breast Cancer) and illustrates the usefulness of the proposed method.
    Źródło:
    Journal of Medical Informatics & Technologies; 2011, 17; 105-111
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Selection of classifier in acute abdominal pain diagnosis with decision tree model
    Autorzy:
    Burduk, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/333503.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    teoria podejmowania decyzji Bayesa
    wielostopniowy klasyfikator
    medyczne systemy wspomagania decyzji
    Bayes decision theory
    multistage classifier
    medical decision support systems
    Opis:
    The article presents the application of the decision tree classifier to the acute abdominal pain diagnosis. The recognition task model is based on a decision tree. In this model the decision tree structure is given by the experts. For the assumed structure of the decision tree the locally optimal strategy is considered. The problem discussed in the work shows a selection of different classifiers (parameters) to the internal nodes of the decision tree. Experiments conducted for selected medical diagnosis problem shows that the use of different parameters for k-NN classification can improve the quality of classification in comparison with the situation if it is used with the same parameter for all internal nodes of the decision tree.
    Źródło:
    Journal of Medical Informatics & Technologies; 2011, 17; 65-71
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multiscaled hybrid features generation for AdaBoost object detection
    Autorzy:
    Dembski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/333917.pdf
    Data publikacji:
    2015
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    object detection
    machine learning
    biometrics
    AdaBoost classifier
    high resolution images
    detekcja obiektów
    uczenie maszynowe
    biometria
    klasyfikator AdaBoost
    obrazy wysokiej rozdzielczości
    Opis:
    This work presents the multiscaled version of modified census features in graphical objects detection with AdaBoost cascade training algorithm. Several experiments with face detector training process demonstrate better performance of such features over ordinal census and Haar-like approaches. The possibilities to join multiscaled census and Haar features in single hybrid cascade of strong classifiers are also elaborated and tested. The high resolution example images were used in detector training process.
    Źródło:
    Journal of Medical Informatics & Technologies; 2015, 24; 75-82
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Nonparametric methods of supervised classification
    Autorzy:
    Jóźwik, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/333226.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    pattern recognition
    feature selection
    k-NN rules
    pair-wise classifier
    artificial features
    linear classifier
    reference set size reduction
    rozpoznawanie wzorca
    wybór funkcji
    reguła k-NN
    sztuczne cechy
    klasyfikator liniowy
    Opis:
    Selected nonparametric methods of statistical pattern recognition are described. A part of them form modifications of the well known k-NN rule. To this group of the presented methods belong: a fuzzy k-NN rule, a pair-wise k-NN rule and a corrected k-NN rule. They can improve classification quality as compared with the standard k-NN rule. For the cases when these modifications would offer to large error rates an approach based on class areas determination is proposed. The idea of class areas can be also used for construction of the multistage classifier. A separate feature selection can be performed in each stage. The modifications of the k-NN rule and the methods based on determination class areas can be too slow in some applications, therefore algorithms for reference set reduction and condensation, for simple NN rule, are proposed. To construct fast classifiers it is worth to consider also a pair-wise linear classifiers. The presented idea can be used as in the case when the class pairs are linearly separable as well as in the contrary case.
    Źródło:
    Journal of Medical Informatics & Technologies; 2013, 22; 21-32
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The pair-wise linear classifier and the k-NN rule in application to ALS progression differentiation
    Autorzy:
    Sokołowska, B.
    Jóźwik, A.
    Niebroj-Dobosz, I.
    Janik, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/333011.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    rozpoznawanie wzorców
    wybór funkcji
    klasyfikator liniowy
    zasada k-NN
    biomarkery
    stwardnienie zanikowe boczne
    pattern recognition
    feature selection
    linear classifier
    k-NN rule
    pair-wise classifier
    biomarkers
    amyotrophic lateral sclerosis
    Opis:
    The two kinds of classifier based on the k-NN rule, the standard and the parallel version, were used for recognition of severity of ALS disease. In case of the second classifier version, feature selection was done separately for each pair of classes. The error rate, estimated by the leave one out method, was used as a criterion as for determination the optimum values of k's as well as for feature selection. All features selected in this manner were used in the standard and in the parallel classifier based on k-NN rule. Furthermore, only for the verification purpose, the linear classifier was applied. For this kind of classifier the error rates were calculated by use the training set also as a testing one. The linear classifier was trained by the error correction algorithm with a modified stop condition. The data set concerned with the healthy subjects and patients with amyotrophic lateral sclerosis (ALS). The set of several biomarkers such as erythropoietin, matrix metalloproteinases and their tissue inhibitors measured in serum and cerebrospinal fluid (CSF) were treated as features. It was shown that CSF biomarkers were very sensitive for the ALS progress.
    Źródło:
    Journal of Medical Informatics & Technologies; 2012, 20; 79-83
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Estimation of significance of AlkB and AlkA proteins in DNA repair in Escherichia coli model
    Autorzy:
    Sokołowska, B.
    Maciejewska, A. M.
    Jóźwik, A.
    Kuśmierek, J. T.
    Powiązania:
    https://bibliotekanauki.pl/articles/333316.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    rozpoznawanie obrazów
    klasyfikator najbliższych sąsiadów
    analiza cech pracy odbiornika
    naprawa DNA
    adaptacyjna odpowiedź
    powstawanie mutacji
    bakterie e.coli
    pattern recognition
    fuzzy k-NN classifier
    ROC analysis
    DNA repair
    adaptive response
    mutagenesis
    AlkB dioxygenase
    AlkA glycosylase
    E.coli
    Opis:
    The paper concerns estimation of significance of differences of mutagenesis level between the wild-type strain (wt) and its derivatives which differ in DNA repair ability, namely alkA and alkB strain, devoided AlkA glycosylase and AlkB dioxygenase activity, respectively. The strains were analyzed for their ability to repair 1,N6-ethenoadenine (εA) - chloroacetaldehyde adduct to DNA. The analysis was done using classical statistical and pattern recognition methods. The obtained results confirmed that AlkB dioxygenase plays the most important role in εA repair in E. coli in the experimental modeling.
    Źródło:
    Journal of Medical Informatics & Technologies; 2011, 17; 321-326
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    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