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 "metody modelowania" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Metody modelowania matematycznego kształtu jabłek
    Methods of mathematical modeling the shape of apples
    Autorzy:
    Mieszkalski, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/228633.pdf
    Data publikacji:
    2016
    Wydawca:
    Wyższa Szkoła Menedżerska w Warszawie
    Tematy:
    jabłko
    kształt
    metody
    modele matematyczne
    modele 3D
    apple
    design
    methods
    mathematical models
    3D models
    Opis:
    W artykule przedstawiono propozycję sześciu metod matematycznego modelowania kształtu jabłek. Kształt jabłka opisano posługując się: obrotem modyfikowanego równania konchoidy okręgu względem naturalnej osi symetrii jabłka, równaniem torusa, macierzą geometrii, konturami przekrojów poprzecznych, konturami przekrojów poprzecznych i wygładzaniem danych, konturami przekrojów podłużnych i wygładzaniem danych. Do opisu kształtu 3D jabłka w przestrzeni cyfrowej wykorzystano narzędzia grafiki komputerowej. Opisy kształtu konturów przekrojów jabłka (pochodzących z fotografii lub mechanicznego cięcia) zapisano za pomocą krzywych Béziera. Do modelowania wybrano jabłko odmiany Jonagored. Przedstawione metody mogą być stosowane do matematycznego modelowania kształtu jabłek.
    The article presents proposes six methods of mathematical modeling of the shape of apples. Apple shape is described using: rotating modified equation conchoid circle relative to the natural axis of symmetry of apples, the equation of the torus, geometry matrix, outlines of cross-sections, cross sections and contours smoothing data, outlines longitudinal sections and smoothing the data. To describe apples 3D shape in the space digital uses in computer graphics tools. Describe the shape of the contour sections apples (from a photograph or a mechanical cutting) were made using Bezier curves. Was selected modeling apple varieties Jonagored. The method can be used for mathematical modeling of the shape of the apples.
    Źródło:
    Postępy Techniki Przetwórstwa Spożywczego; 2016, 2; 24-30
    0867-793X
    2719-3691
    Pojawia się w:
    Postępy Techniki Przetwórstwa Spożywczego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metody modelowania zbioru brył nasion
    Modeling methods of sets of the solids seeds
    Autorzy:
    Mieszkalski, L.
    Sołoducha, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/228800.pdf
    Data publikacji:
    2008
    Wydawca:
    Wyższa Szkoła Menedżerska w Warszawie
    Tematy:
    nasiona fasoli
    zbiór brył
    objętość
    model matematyczny
    bean seeds
    set of solids
    capacity
    mathematical model
    Opis:
    W artykule przedstawiono dwie metody modelowania zbioru brył nasion na przykładzie nasion fasoli odmiany Aura. Zaproponowane metody poddano weryfikacji. Parametrem testującym była objętość nasienia i bryły. Otrzymane na podstawie modelu matematycznego wyniki objętości modelu bryły nasienia fasoli porównano z objętością rzeczywistą określoną eksperymentalnie. Do badań wykorzystano nasiona odmiany Aura wyhodowaną w 2003 roku w Zakładzie Hodowli i Nasiennictwa Ogrodniczego Strugi k/Szymanowa. Analiza statystyczna uzyskanych wyników badań wykazała rozbieżność między wymiarami rzeczywistymi uzyskanymi z modelu matematycznego na poziomie od 0,07 % do 3,04%.
    In the paper there are two modeling methods of sets of of the solid bean seeds. The suggested methods were subject to verification. The control parameter was of the seed am and solid capacity. The results of the solid bean seed model capacity based on the mathematical model were compared to the capacity of real bean seed by means of experiment. Aura variety of seeds beans harvested in 2003 year in the Plant Breeding and Seed Production Station in Strugi near Szymanów were used in the experimental material. A statistical, analysis of the results obtained showed differences between the actual seed dimensions and those determined by a mathematical model at the level from 0,07 to 3,04%.
    Źródło:
    Postępy Techniki Przetwórstwa Spożywczego; 2008, 1; 39-44
    0867-793X
    2719-3691
    Pojawia się w:
    Postępy Techniki Przetwórstwa Spożywczego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Porównanie metod modelowania matematycznego kształtu skorupy jaj kurzych®
    Comparison of methods for mathematical modeling of the shell shape of hen’s eggs®
    Autorzy:
    Mieszkalski, Leszek
    Tucki, Karol
    Grabowska, Katarzyna
    Powiązania:
    https://bibliotekanauki.pl/articles/2171930.pdf
    Data publikacji:
    2022
    Wydawca:
    Wyższa Szkoła Menedżerska w Warszawie
    Tematy:
    jaja kurze
    powierzchnia skorupy
    metody modelowania
    hen’s eggs
    shell surface
    modelling method
    Opis:
    W artykule przedstawiono dwie metody matematycznego modelowania powierzchni kształtu skorupy jaja kurzego. Bryłę 3D wg Mieszkalskiego złożono z powierzchni zewnętrznej skorupy, stosując krzywą Beziera, którą obracano według osi Z układu współrzędnych. Model matematyczny bryły 3D opiera się na długości osi długiej i krótkiej jaja oraz na współrzędnych punktów węzłowych i kontrolnych. Wg Prestona podłużny kontur jaja (model 2D) można opisać za pomocą czterech parametrów. Kontur zdefiniowany za pomocą metody Prestona pozwolił na określenie objętości i porównanie jej do wyników opracowań Stonehouse-a i Coulson-a. Wizualizacje modeli 2D i 3D wykonano w programie Mathcad. W proponowanych metodach nie uwzględniono wewnętrznej struktury jaja kurzego.
    The article shows two methods for mathematically modelling the surface of the shell of a hen’s egg. The 3D block of Mieszkalski was composed from the outside of the shell using the Bezier curve, which was rotated according to the Z-axis of the coordinate system. The mathematical model of the 3D body is based on the length of the long and short axis of the egg and the coordinates of the nodes and control points. According to Preston, the elongated contour of the egg (model 2D) can be described with four parameters. The contour defined by the Preston method made it possible to determine the volume and compare it with the results of Stonehouse and Coulson. The visualizations of the 2D and 3D models were created with Mathcad. The methods proposed do not take into account the internal structure of the hen’s egg.
    Źródło:
    Postępy Techniki Przetwórstwa Spożywczego; 2022, 2; 65--69
    0867-793X
    2719-3691
    Pojawia się w:
    Postępy Techniki Przetwórstwa Spożywczego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metody matematycznego modelowania kształtu nasiona lnu ®
    Methods mathematical modeling shape flax seeds ®
    Autorzy:
    Mieszkalski, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/228989.pdf
    Data publikacji:
    2017
    Wydawca:
    Wyższa Szkoła Menedżerska w Warszawie
    Tematy:
    len
    nasiona
    kształt
    krzywe parametryczne
    krzywe Béziera
    krzywe przekrojów
    modele matematyczne
    modele 3D
    flax
    seeds
    shape
    parametric curves
    Bezier curves
    curves sections
    mathematical models
    3d models
    Opis:
    W artykule przedstawiono propozycję trzech metod matematycznego modelowania kształtu nasion lnu z wykorzystaniem krzywych parametrycznych, krzywych Béziera i krzywych przekrojów poprzecznych. W metodzie 1 matematycznego opisu kształtu nasion lnu zastosowano równania parametryczne bryły z ostrym wierzchołkiem. W metodzie 2 zastosowano równania parametryczne bryły z łukowym wierzchołkiem. W metodzie 3 zastosowano równania parametryczne krzywych Béziera i krzywych przekrojów poprzecznych. Wybrane do modelowania nasiona sfotografowano w płaszczyźnie XZ aparatem Panasonic LUMIX DMC-TZ3. Miarą oceny była na ustalonej wysokości w płaszczyźnie XZ maksymalna różnica odległości między krawędzią nasiona a krawędzią modelu. Metoda z wykorzystaniem krzywych Béziera i krzywych przekrojów poprzecznych może być stosowana do matematycznego modelowania kształtu nasion lnu.
    The article presents of three methods of mathematical modeling of the shape of flax seed with the use of parametric curves, Bezier curves and curves of cross sections. In the method 1 mathematical description of the shape of the flax seed used parametric equations with a sharp apex. In method 2 uses parametric equations topped with an arched apex. The method 3 uses parametric equations of curves and Bezier curves of cross sections. Selected to modeling seeds photographed in the XZ plane Panasonic LUMIX DMC-TZ3 camera. Measure of assessment at a fixed height in plane XZ is maximum difference in distance between the edge of the seed and the edge of the model. Method using Bézier curves and cross-sections can be used for mathematical modeling of the shape of the flax seeds.
    Źródło:
    Postępy Techniki Przetwórstwa Spożywczego; 2017, 1; 51-54
    0867-793X
    2719-3691
    Pojawia się w:
    Postępy Techniki Przetwórstwa Spożywczego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie sieci neuronowej MLP z propagacją wsteczną błędów jako metody modelowania cech reologicznych surowych farszów mięsnych
    Applying the MLP neural network with back propagation asmethod of modeling and forecasting rheological features of raw minced meat
    Autorzy:
    Balejko, J.
    Zapletal, P.
    Balejko, E
    Powiązania:
    https://bibliotekanauki.pl/articles/227809.pdf
    Data publikacji:
    2013
    Wydawca:
    Wyższa Szkoła Menedżerska w Warszawie
    Tematy:
    sztuczne sieci neuronowe
    tekstura
    farsz
    właściwości reologiczne
    artificial neural nets
    texture
    minced meat
    rheological properties
    Opis:
    Celem badań była ocena możliwości analizy danych przy użyciu sztucznych sieci neuronowych do modelowania i prognozowania cech reologicznych surowych farszów mięsnych o założonym składzie surowcowym. Materiał badawczy stanowiło mięso wieprzowe, wołowe, słonina wieprzowa, zamienniki tłuszczu, lód oraz mieszanka peklująca. Surowy farsz mięsny w różnych proporcjach składników poddawano analizie instrumentalnej w celu wyznaczenia 7 wyróżników właściwości lepkosprężystych farszu. Zaprojektowano model sztucznej sieci neuronowej o architekturze perceptronu wielowarstwowego 7:7–11–7:7 i poddano ją procesowi uczenia metodą wstecznej propagacji błędu w celu rozpoznawania i przewidywania 7 parametrów składających się na charakterystykę tekstury farszów mięsnych.
    The aim of the study was to elaborate a method of modelling and forecasting rheological features which could be applied to raw minced meat at the stage of mixture preparation with a given ingredient composition. The investigated material contained pork and beef meat, pork fat, fat substitutes, ice and curing mixture in various proportions. Seven parameters were measured for each sample of raw minced meat. Then, the neural network model of multi-layer perceptron architecture 7:7–11–7:7 was designed and trained with back propagation algorithm in order to predict texture features. Statistical analysis of the results revealed, that artificial neural network model is able to predict rheological parameters a of raw minced meat.
    Źródło:
    Postępy Techniki Przetwórstwa Spożywczego; 2013, 1; 64-68
    0867-793X
    2719-3691
    Pojawia się w:
    Postępy Techniki Przetwórstwa Spożywczego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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