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 "Classification method" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Classification method for vehicles with a maximum permissible weight up to 3.5 tonnes
    Autorzy:
    Ryguła, A.
    Konior, T.
    Piwowarczyk, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/393555.pdf
    Data publikacji:
    2019
    Wydawca:
    Polskie Stowarzyszenie Telematyki Transportu
    Tematy:
    vehicle classification
    weigh in motion
    data mining
    klasyfikacja pojazdów
    ważenie w ruchu
    eksploracja danych
    Opis:
    Detecting and distinguishing vehicles with a maximum permissible weight up to 3.5 tonnes, among others required in the TLS 8+1 classification, due to the similar dimensions of selected vehicle groups is often a relatively complex process that requires the use of extensive classification methods. Detection of commercials vans is particularly important. Their parameters are similar to lorry vehicles and their incorrect classification, eg in systems of weighing vehicles in motion, results in the lack of information on exceeding the permissible total weight. The article presents the selected classification method and its effectiveness.
    Źródło:
    Archives of Transport System Telematics; 2019, 12, 4; 27-30
    1899-8208
    Pojawia się w:
    Archives of Transport System Telematics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A Method to Make Classification of the Heat Treatment Processes Performed on Bronze Using Incomplete Knowledge
    Autorzy:
    Kluska-Nawarecka, S.
    Górny, Z.
    Regulski, K.
    Wilk-Kołodziejczyk, D.
    Jančíková, Z.
    David, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/947501.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    information technology
    foundry industry
    heat treatment
    classification algorithms
    rough sets
    data mining
    technologia informacyjna
    przemysł odlewniczy
    obróbka cieplna
    algorytmy klasyfikacyjne
    zbiory przybliżone
    Opis:
    The article describes the problem of selection of heat treatment parameters to obtain the required mechanical properties in heat- treated bronzes. A methodology for the construction of a classification model based on rough set theory is presented. A model of this type allows the construction of inference rules also in the case when our knowledge of the existing phenomena is incomplete, and this is situation commonly encountered when new materials enter the market. In the case of new test materials, such as the grade of bronze described in this article, we still lack full knowledge and the choice of heat treatment parameters is based on a fragmentary knowledge resulting from experimental studies. The measurement results can be useful in building of a model, this model, however, cannot be deterministic, but can only approximate the stochastic nature of phenomena. The use of rough set theory allows for efficient inference also in areas that are not yet fully explored.
    Źródło:
    Archives of Foundry Engineering; 2014, 14, 2; 69-72
    1897-3310
    2299-2944
    Pojawia się w:
    Archives of Foundry Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Hybrydowy model systemu ekspertowego do oceny podatników
    Hybrid model of expert system for estimation of taxpayers
    Autorzy:
    Budziński, Ryszard
    Misztal, Leszek
    Powiązania:
    https://bibliotekanauki.pl/articles/452818.pdf
    Data publikacji:
    2011
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    klasyfikacja podatników
    teoria zbiorów przybliżonych
    rozmyta analiza skupień
    metoda AHP
    eksploracja danych
    taxpayers classification
    rough set theory
    fuzzy clustering
    AHP method
    data mining
    Opis:
    Proponowany model identyfikuje podatników na podstawie ich cech i właściwości, które wskazują na większą możliwość występowania problemów z przestrzeganiem prawa podatkowego. Eliminuje słabości występujące w znanych algorytmach zaliczających się do klasyfikatorów, jak również systemów wnioskujących oraz wspomagających typowanie stosowanych w administracji podatkowej. Jest to możliwe dzięki utworzeniu hybrydowego modelu, który dobrze odzwierciedla zachowania podatników. Model dzięki zastosowaniu nowoczesnych rozwiązań predysponuje do przyszłego utworzenia i uruchomienia w administracji bazującego na nim systemu ekspertowego.
    Proposed model identifies taxpayers on the basis of their features and properties that point to bigger possibility of taxation law observance problems. Model eliminates weaknesses of well known classification algorithms, as well as expert systems and taxpayers typing assists applications used wildly in tax offices. It is possible because of designing hybrid model that reflects well behavior of payers. Applying modern concepts in model predisposes it for future implementation of software solution that can be used in taxation administration.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2011, 12, 2; 101-111
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A k-Nearest Neighbors Method for Classifying User Sessions in E-Commerce Scenario
    Autorzy:
    Suchacka, G.
    Skolimowska-Kulig, M.
    Potempa, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/308645.pdf
    Data publikacji:
    2015
    Wydawca:
    Instytut Łączności - Państwowy Instytut Badawczy
    Tematy:
    data mining
    e-commerce
    k-Nearest Neighbors
    k-NN
    log file analysis
    online store
    R-project
    supervised classification
    web mining
    Web store
    Web traffic
    Web usage mining
    Opis:
    This paper addresses the problem of classification of user sessions in an online store into two classes: buying sessions (during which a purchase confirmation occurs) and browsing sessions. As interactions connected with a purchase confirmation are typically completed at the end of user sessions, some information describing active sessions may be observed and used to assess the probability of making a purchase. The authors formulate the problem of predicting buying sessions in a Web store as a supervised classification problem where there are two target classes, connected with the fact of finalizing a purchase transaction in session or not, and a feature vector containing some variables describing user sessions. The presented approach uses the k-Nearest Neighbors (k-NN) classification. Based on historical data obtained from online bookstore log files a k-NN classifier was built and its efficiency was verified for different neighborhood sizes. A 11-NN classifier was the most effective both in terms of buying session predictions and overall predictions, achieving sensitivity of 87.5% and accuracy of 99.85%.
    Źródło:
    Journal of Telecommunications and Information Technology; 2015, 3; 64-69
    1509-4553
    1899-8852
    Pojawia się w:
    Journal of Telecommunications and Information Technology
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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