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 "co−occurrence" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Co-occurrence of particular meteorological elements in the region of Arctowski Station (King George Island, South Shetland Islands, in 1978)
    Autorzy:
    Kratke, Jolanta
    Wielbińska, Danuta
    Powiązania:
    https://bibliotekanauki.pl/articles/2058048.pdf
    Data publikacji:
    1981
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    Antarctic
    meteorology
    co-occurrence of meteorological elements
    Źródło:
    Polish Polar Research; 1981, 2, 3-4; 7-21
    0138-0338
    2081-8262
    Pojawia się w:
    Polish Polar Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Co-occurrence of pathogenic and non-pathogenic Fusarium decemcellulare and Lasiodiplodia theobromae isolates in cushion galls disease of cacao (Theobroma cacao L.)
    Autorzy:
    Castillo,del, D.S.
    Parra, D.
    Noceda, C.
    Perez-Martinez, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/66527.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    co-occurrence
    pathogenic fungi
    non-pathogenic microorganism
    Fusarium decemcellulare
    Lasiodiplodia theobromae
    isolate
    fungi
    gall disease
    cacao
    Theobroma cacao
    Opis:
    Flowery cushion gall of cacao is a disease complex with six types. Fusarium decemcellulare have been isolated from both flowery and green point galls and recognized as the etiological agent of the disease. In the present work we: i) identified by ITS-rDNA sequencing and/or taxonomy the cultivable fungal species or Operative Taxonomic Units (OTUs) associated with the five symptoms of cushion galls in cacao from Venezuela, and ii) determined the gall inducing capacity on cacao peeled seeds after 45 days of inoculation with suspensions of mycelia/ spores from distinct isolate types. The whole isolate collection rendered an abundance of 113 isolates with a richness of 39 OTUs (27) and eight identified at the species or genera levels, respectively, and in unidentified fungi. The dominant recovered species (≈36%) were F. decemcellulare and Lasiodiplodia theobromae. Some isolates of F. decemcellulare, L. theobromae, F. equiseti, Fusarium spp., F. solani, F. incarnatum, Rhizocthonia solani and Penicillium sp. were pathogenic. Some other isolates of the first six mentioned taxa behave as non-pathogenic. Furthermore, pathogenic and non-pathogenic isolates can also co-occur within a single plant and gall type. Moreover, 2–5 species within a single gall symptom in a single tree were identified (not necessarily at the same point in the tree), indicating a broad diversity of co-occurring taxa.
    Źródło:
    Journal of Plant Protection Research; 2016, 56, 2
    1427-4345
    Pojawia się w:
    Journal of Plant Protection Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Identification of macerals of the inertinite group using neural classifiers, based on selected textural features
    Identyfikacja macerałów grupy inertynitu z wykorzystaniem klasyfikatorów neuronowych w oparciu o wybrane cechy tekstury
    Autorzy:
    Skiba, M.
    Młynarczuk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/219222.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    sieci neuronowe
    analiza składowych głównych
    macerały grupy inertynitu
    właściwości węgla
    parametry Haralicka
    macierz zdarzeń
    macerals of the inertinite group
    neural networks
    coal properties
    Haralick parameters
    co-occurrence matrix
    principal component analysis (PCA)
    Opis:
    The petrographic composition of coal has a significant impact on its technological and sorption properties. That composition is most frequently determined by means of microscope quantitative analyses. Thus, aside from the purely scientific aspect, such measurements have an important practical application in the industrial usage of coal, as well as in issues related to the safety in underground mining facilities. The article discusses research aiming at analyzing the usefulness of selected parameters of a digital image description in the process of automatic identification of macerals of the inertinite group using neural networks. The description of the investigated images was based on statistical parameters determined on the basis of a histogram and co-occurrence matrix (Haralick parameters). Each of the studied macerals was described by means of a 20-element feature vector. An analysis of its principal components (PCA) was conducted, along with establishing the relationship between the number of the applied components and the effectiveness of the MLP network. Based on that, the optimum number of input variables for the investigated classification task was chosen, which resulted in reduction of the size of the network’s hidden layer. As part of the discussed research, the authors also analyzed the process of classification of macerals of the inertinite group using an algorithm based on a group of MLP networks, where each network possessed one output. As a result, average recognition effectiveness of 80.9% was obtained for a single MLP network, and of 93.6% for a group of neural networks. The obtained results indicate that it is possible to use the proposed methodology as a tool supporting microscopic analyses of coal.
    Skład petrograficzny węgla w istotnym stopniu wpływa na jego właściwości technologiczne oraz sorpcyjne. Jest on najczęściej wyznaczany za pomocą mikroskopowych analiz ilościowych. Obok aspektu czysto naukowego, tego typu pomiary odgrywają więc znaczącą rolę praktyczną w przemysłowym wykorzystaniu surowca oraz zagadnieniach związanych z bezpieczeństwem w kopalniach podziemnych. W artykule przedstawiono badania mające na celu analizę przydatności wybranych parametrów opisu obrazu cyfrowego do prac dotyczących automatycznej identyfikacji macerałów grupy inertynitu z wykorzystaniem sieci neuronowych. Opis badanych obrazów oparto o parametry statystyczne wyznaczone na podstawie histogramu oraz macierzy zdarzeń (parametry Haralicka). Każdy z badanych maceratów opisano za pomocą 20-elementowego wektora cech. Przeprowadzono analizę jego składowych głównych (PCA) oraz określono wpływ liczby zastosowanych składowych na skuteczność działania sieci MLP. Na tej podstawie dobrano optymalną liczbę zmiennych wejściowych dla rozpatrywanego zagadnienia klasyfikacji, co skutkowało redukcją wymiaru warstwy ukrytej sieci. W ramach opisanych prac przeprowadzono także analizy dotyczące klasyfikacji macerałów grupy inertynitu z wykorzystaniem algorytmu bazującego na grupie sieci MLP, z których każda posiadała jedno wyjście. W wyniku badań uzyskano średnią skuteczność rozpoznań na poziomie 80,9% dla pojedynczej sieci MLP oraz 93,6% w przypadku grupy sieci neuronowych. Otrzymane rezultaty wskazują na możliwość zastosowania proponowanej metodyki jako narzędzia wspierającego mikroskopowe analizy węgla.
    Źródło:
    Archives of Mining Sciences; 2018, 63, 4; 827-837
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    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