Informacja

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

Wyszukujesz frazę "statystyki" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Opracowanie wyników obserwacji bazujące na przybliżonej metodzie statystyk pozycyjnych
The influence correction method of observation autocorrelation to standard uncertainty of mean value
Autorzy:
Dorozhovets, M.
Powiązania:
https://bibliotekanauki.pl/articles/152443.pdf
Data publikacji:
2014
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
obserwacje losowe
statystyki pozycyjne
niepewność
random observations
order statistics
uncertainty
Opis:
W pracy zaproponowano przybliżoną metodę statystyk pozycyjnych wykorzystaną do opracowania losowych obserwacji o nieznanym a priori rozkładzie gęstości prawdopodobieństwa. Wyjaśniono problemy zastosowania metody dokładnej związane ze złożonymi obliczeniami całek podwójnych przy wyznaczaniu macierzy kowariancji. Metoda przybliżona bazuje na prostych asymptotycznych zależnościach wariancji i współczynnika korelacji statystyk pozycyjnych od ich liczby i numerów oraz rozkładu gęstości prawdopodobieństwa. Z tego powodu macierz kowariancji jest wyznaczana przy użyciu prostych operacji arytmetycznych. Przedstawiono wyniki badań metody przybliżonej i wykazano jej skuteczność na podstawie ich porównania z wynikami otrzymywa-nymi dla metody dokładnej.
In the present paper the approximate method of order statistics used to processing of the random observations of unknown a priori probability density distribution is proposed. The problems of precise method of determination of the covariance matrix of order statistics based on complex calculations of double integrals of two-dimensional density distribution of order statistics (4) are discussed. The approximate method is based on asymptotical dependencies of variance (11) and correlation coefficient (12) of order statistics from their number and density distribution function. The proposed method does not require the calculation of complex integrals because the covariance matrix is determined by performing ordinary arithmetic operations (13). In addition, the proposed method provides an increase of the accuracy of the calculations if the size of the matrix increases, i.e. if the number of observations increases (Fig. 3). The results of Monte Carlo simulations of the approximate method are presented. On the basis of a comparison of the characteristics of errors and standard uncertainties (16), (17), (18) and (19) of the exact and approximate methods effectiveness of the proposed method has been analyzed (Tab. 1).
Źródło:
Pomiary Automatyka Kontrola; 2014, R. 60, nr 6, 6; 391-394
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Badania metody opracowania losowych obserwacji na podstawie równoległego ich porównania z zestawem obserwacji referencyjnych
Investigations of the method for processing the random observations based on their parallel comparison with a set of the reference observations
Autorzy:
Dorozhovets, M.
Powiązania:
https://bibliotekanauki.pl/articles/158183.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
opracowanie
obserwacje
obserwacja referencyjne
statystyki pozycyjne
processing
observations
reference
order statistics
reference samples
measurement result
Opis:
W artykule zbadano metodę statystycznego opracowania losowych nieskorelowanych obserwacji o nieznanych a priori rozkładach prawdopodobieństwa (RP). Metoda polega na równoległym porównaniu uporządkowanych obserwacji z zestawem obserwacji referencyjnych, którymi są wartości przeciętne losowych statystyk pozycyjnych odpowiadających wybranym RP. Przedstawione są wyniki badań metodą Monte-Carlo skuteczności zaproponowanych algorytmów obliczania wyniku pomiaru. Metoda zapewnia mniejsza standardową niepewność wyniku pomiaru w porównaniu z niepewnością wartości średniej.
In the paper the method for statistical processing of random uncorrelated observations of unknown a priori probability density distribution (PDD) of the population is investigated. The method is based on parallel comparison by the weighted least squares method ((1), Fig. 2) of the sorted input observations with the collection of the so-called reference observations (Fig. 1) which are the expected values of order statistics, that correspond to the specified PDD. The results of comparison are the estimators of the location ž (measurement result) and width ? parameters (1) of the input observations. The analysis of the residual sums of squares (RSS) (5, Fig. 3) deviations of the input from the all set reference observations is used for determining the best measurement result. The measurement result according to algorithm A1 is based on determination of the minimum value of all RSS (6, Fig. 3), (7) and according to the algorithm A2 the result is calculated as the weighted mean from all results (8), (9). In this case the weight coefficients are proportional to the inverse values of appropriate RSS. The efficiency of both algorithms is investigated by the Monte-Carlo method. It has been stated that algorithm A1 provides the best (after standard deviation) measurement result if the input observations are obtained from population whose PDD is also used for forming the reference observations (Figs. 4, 5). If the input observations are obtained from population whose PDD is not used for forming the reference observations, then algorithm A2 provides the best results. And both algorithms ensure better measurement results in comparison with the average value (Figs. 4, 5).
Źródło:
Pomiary Automatyka Kontrola; 2010, R. 56, nr 10, 10; 1201-1204
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wspomaganie sprzętowe do wyznaczenia statystyk obrazów naturalnych wyższego rzędu
GPU-based natural images statistics calculation
Autorzy:
Tomaszewska, A.
Powiązania:
https://bibliotekanauki.pl/articles/155066.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
statystyki obrazów naturalnych
system wizualny człowieka
programowalny procesor graficzny
GPGPU
natural image statistics
human visual system
graphics processing unit
Opis:
Statystyki obrazów naturalnych, definiowanych jako nieprzetworzone obrazy rejestrowane przez człowieka, charakteryzują się dużą regularnością. Ich cechy wykorzystywane są w wielu aplikacjach grafiki komputerowej takich jak usuwanie szumu, czy kompresja. W artykule przedstawiono algorytm do szybkiego obliczenia statystyk wyższego rzędu na podstawie współczynników falek z wykorzystaniem programowalnego procsora graficznego. W rezultatach przedstawiono wyniki przyspieszenia uzyskanego przy wykorzystaniu GPU w porównaniu z implementacją na CPU.
A natural image is unprocessed reproduction of a natural scene observed by a human. The Human Visual System (HVS), during its evolution, has been adjusted to the information encoded in natural images. Computer images are interpreted best by a human when they fit natural image statistics that can model the information in natural images. The main requirement of such statistics is their striking regularity. It hepls separate the information from noise, reconstruct information which is not avaiable in an image, or only partially avaiable. Other applications of statistics is compression, texture synthesis or finding distortion model in image like blur kernel. The statistics are translation and scale invariant, therefore a distribution of statistics does not depend on the object position in the image and on its size. In this paper there are presented higher order natural image statistics calculations based on GPU. The characteristic of the statistics is that they are independent of the scale and rotation transformations. Therefore, they are suitable for many graphic applications. To analyze images there is used statistics computed in the wavelet domain and there is considered the image contrast. The computation speedup is presented in the results. The paper is organized as follows: the overview of natural images sta-tistics is introduced in Section 2. In Section 3 the GPU-based implementation is described. The obtained results are given in Section 4. Finally, there are presented the concluding remarks.
Źródło:
Pomiary Automatyka Kontrola; 2011, R. 57, nr 8, 8; 899-901
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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