Informacja

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

Wyszukujesz frazę "recognition algorithm" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Combined classifier based on feature space partitioning
Autorzy:
Woźniak, M.
Krawczyk, B.
Powiązania:
https://bibliotekanauki.pl/articles/331294.pdf
Data publikacji:
2012
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
rozpoznawanie wzorców
system klasyfikujący wielokrotny
algorytm grupowania
algorytm selekcji
algorytm ewolucyjny
pattern recognition
combined classifier
multiple classifier system
clustering algorithm
selection algorithm
evolutionary algorithm
Opis:
This paper presents a significant modification to the AdaSS (Adaptive Splitting and Selection) algorithm, which was developed several years ago. The method is based on the simultaneous partitioning of the feature space and an assignment of a compound classifier to each of the subsets. The original version of the algorithm uses a classifier committee and a majority voting rule to arrive at a decision. The proposed modification replaces the fairly simple fusion method with a combined classifier, which makes a decision based on a weighted combination of the discriminant functions of the individual classifiers selected for the committee. The weights mentioned above are dependent not only on the classifier identifier, but also on the class number. The proposed approach is based on the results of previous works, where it was proven that such a combined classifier method could achieve significantly better results than simple voting systems. The proposed modification was evaluated through computer experiments, carried out on diverse benchmark datasets. The results are very promising in that they show that, for most of the datasets, the proposed method outperforms similar techniques based on the clustering and selection approach.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2012, 22, 4; 855-866
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Usage of the graph clustering algorithm to the recognition of geotechnical layers
Autorzy:
Rabarijoely, S.
Bilski, P.
Falkowski, T.
Powiązania:
https://bibliotekanauki.pl/articles/81821.pdf
Data publikacji:
2007
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Tematy:
soil layer
artificial intelligence
DMT test
clustering algorithm
geotechnical layer
recognition
soil type
Opis:
The aim of the paper is to present the approach to the application of the graph clustering algorithm to the recognition of geotechnical layers from the dilatometer tests. Results of the measurements obtained from the DMT test in the test site (subsoil of one of the buildings in the Warsaw University of Life Sciences campus) were analyzed by the clustering algorithm which was able to extract the separate groups of the measurements, representing identical soil type. This method is parameterized, so its verifi cation by the geotechnical experts was necessary to determine the optimal parameter values. They lead to the determination of the soil types as close to the actual situation, as possible. Also, the output of the algorithm was analyzed by the geotechnical experts to identify and label the extracted soil types.
W artykule przedstawiono zastosowanie opartej na algorytmie clusteringu grafowego do rozpoznania warstw gruntu na podstawie badań dylatometrycznych. Wyniki pomiarów uzyskiwane dla podłoża jednego z budynków na terenie kampusu SGGW zostały przeanalizowane przez algorytm, który wyodrębnił grupy pomiarów charakterystyczne dla określonych rodzajów gruntów. Przeprowadzona analiza umożliwiała określenie optymalnych wartości parametrów pozwalających pogrupować pomiary i wyodrębnić najbliższe rodzaje gruntów. Ponadto, wyniki działania algorytmu zostały przeanalizowane przez geotechników w celu weryfi kacji identyfi kacji poszczególnych rodzajów gruntów wskazanych przez metodę.
Źródło:
Annals of Warsaw University of Life Sciences - SGGW. Land Reclamation; 2007, 38; 57-67
0208-5771
Pojawia się w:
Annals of Warsaw University of Life Sciences - SGGW. Land Reclamation
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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