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 "klasyfikacja gleb" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Przydatność różnych typów sieci neuronowych w klasyfikacji gleb
    Application of different types of the neural networks in soils classification
    Autorzy:
    Gruszczyński, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/269264.pdf
    Data publikacji:
    2006
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    sieci neuronowe
    klasyfikacja gleb
    neural network
    soils classification
    Opis:
    Zaprezentowano zastosowanie trzech algorytmów sieci neuronowych do klasyfikowania gleb na podstawie cech możliwych do interpretacji z dostępnej, analogowej dokumentacji kartograficznej. Spośród przebadanych algorytmów najlepsze wyniki klasyfikacji dają sieci typu MLP oraz probabilistyczne (PNN). Połączenie wyników działania sieci PNN oraz SOM pozwala na pogłębioną analizę zależności klasyfikacyjnych w obszarze opracowania, polegającą między innymi na zobrazowaniu rozmytych relacji między poszczególnymi kompleksami w terenie
    The application of three neural networks algorithm in task soils classification, on the basis of features obtained from analog cartographic documentation, is presented. The MLP (Multi-Layer Perceptron) type net and PNN (Probabilistic Neural Network) give the best classification results among examined algorithms. The PNN and SOM (Self-Organizing Map) combination of net operational results gives more deep classification relations within sphere this study, based among others on fuzzy relationships visualization between complexes in analyzed area
    Źródło:
    Inżynieria Środowiska / Akademia Górniczo-Hutnicza im. S. Staszica w Krakowie; 2006, 11, 1; 13-25
    1426-2908
    Pojawia się w:
    Inżynieria Środowiska / Akademia Górniczo-Hutnicza im. S. Staszica w Krakowie
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Nowa klasyfikacja gruntów
    New classification of soil
    Autorzy:
    Sulewska, M.J.
    Powiązania:
    https://bibliotekanauki.pl/articles/887288.pdf
    Data publikacji:
    2016
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
    Tematy:
    grunty
    klasyfikacja gleb
    badania makroskopowe
    normy europejskie
    normy polskie
    uziarnienie gleby
    konsystencja
    Źródło:
    Scientific Review Engineering and Environmental Sciences; 2016, 25, 3[73]
    1732-9353
    Pojawia się w:
    Scientific Review Engineering and Environmental Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Użytki gruntowe i ich aktualizacja podstawą prac kształtujących strukturę przestrzenną obszarów wiejskich
    Agricultural land and updated surveys as the basis of the spatial structure of rural areas
    Autorzy:
    Konieczna, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/59952.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Stowarzyszenie Infrastruktura i Ekologia Terenów Wiejskich PAN
    Tematy:
    obszary wiejskie
    struktura przestrzenna
    uzytki gruntowe
    prace urzadzeniowo-rolne
    gleby
    klasyfikacja gleb
    Opis:
    Aktualny stan rozwoju obszarów wiejskich wynika z działalności rolniczej prowadzonej w określonych warunkach przyrodniczych, ekonomicznych i politycznych. Wspieranie rozwoju obszarów wiejskich środkami unijnymi, powoduje szersze zainteresowanie rolników do podejmowani działań zmierzających do poprawy warunków przestrzennych funkcjonowania ich gospodarstw. Struktura przestrzenna obszarów wiejskich jest kształtowana w ramach tzw. prac urządzenioworolnych, ze scaleniem gruntów na czele. Podstawą prawidłowego wykonania tych prac jest aktualna, wiarygodna i łatwo dostępna informacja o stanie istniejącym dotyczącym warunków glebowych, rzeźby terenu, warunków wodnych oraz struktury władania i użytkowania. Znajomość użytków gruntowych i ich jakości wyrażonej głównie poprzez klasę bonitacyjną ma podstawowe znaczenie w procesie gospodarowania gruntami.
    The current state of rural area development results from agricultural activity carried out in specific natural, economical and political conditions. Supporting the development of rural areas with EU funds encourages farmers to take a broader interest in undertaking activities aiming at improvement of spatial conditions in which their farms function. The spatial structure of rural areas is to be developed within the so-called “rural surveying” projects, with land consolidation as a top priority. The proper performance of these projects is based on updated, reliable and easily available information about the current state concerning soil conditions, the lay of the land, water conditions as well as the ownership and usufruct structure. The knowledge of agricultural land and its quality, expressed mainly by the soil quality class, is of fundamental importance in the land management process.
    Źródło:
    Infrastruktura i Ekologia Terenów Wiejskich; 2012, 1/II
    1732-5587
    Pojawia się w:
    Infrastruktura i Ekologia Terenów Wiejskich
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Oznaczanie, opis i klasyfikacja gruntów według norm PN-EN ISO 14688-1 oraz 14688-2
    Identification, description and classification of soil acc. to standards PN-EN ISO 14688-1 and 14688-2
    Autorzy:
    Majer, Edyta
    Roguski, Adam
    Grabowska, Alicja
    Łukawska, Aleksandra
    Powiązania:
    https://bibliotekanauki.pl/articles/2076148.pdf
    Data publikacji:
    2021
    Wydawca:
    Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
    Tematy:
    identyfikacja gleb
    opis gleb
    klasyfikacja gleb
    ISO 14688
    analiza makroskopowa
    identification of soils
    description of soils
    classification of soils
    macroscopic analysis
    Opis:
    The article introduces the methods of identification, description and classification of soils presented in the PN-ENISO14688-1 andPN-EN ISO 14688-2 standards. Experience shows that these standards, although referred to by Eurocode 7, are still not fully implemented and are most often applied incorrectly. In practice, the soil is still identified macroscopically using the principles presented in the withdrawn PN-B-02480:1986, PN-B- -02481:1998 and PN-B-04481:1988 standards.
    Źródło:
    Przegląd Geologiczny; 2021, 69, 12; 937--948
    0033-2151
    Pojawia się w:
    Przegląd Geologiczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wpływ uziarnienia i granic konsystencji na klasyfikację wybranych gruntów spoistych w świetle zmieniających się kryteriów normowych
    The influence of grain-size and consistency limits on the classification of selected cohesive soils in the light of the changing standard criteria
    Autorzy:
    Kowalska, M.
    Dudko-Pawłowska, I.
    Gawlik, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/2075699.pdf
    Data publikacji:
    2017
    Wydawca:
    Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
    Tematy:
    klasyfikacja gleb
    grunty spoiste
    granice spójności
    aparat Casagrande'a
    penetrometr stożkowy
    classification of soils
    cohesive soils
    consistency limits
    Casagrande's apparatus
    cone penetrometer
    Opis:
    The paper presents classifications of seven different cohesive soils, based on seven methods suggested by the standards PN-B-02480:1994, PN-B-04481:1988 and PN-EN ISO 14688:2006. Two included macroscopic analysis, three - grain distribution and two other - Atterberg limits. The liquid limits, necessary to determine the soil type according to the Casagrande's nomogram, were assessed with the use of the Casagrande's method according to PN-B-04481:1988 and cone penetrometer test according to PKN-CEN ISO/TS 17892-12:2009. The latter one gave lower values, which is consistent with previous studies. The results were additionally evaluated in terms of the activity and swelling potential of the soils. It has been concluded that macroscopic analysis classifies soils in a way similar to the one suggested in the Casagrande’s nomogram, which in turn, allows estimation ofphysical parameters of the cohesive soils. In the Authors'opinion, these two ways of cohesive soil description are worth using; the necessity ofplotting the grain size distribution curves could be limited to some doubtful cases - e.g. when the activity value of soil is required.
    Źródło:
    Przegląd Geologiczny; 2017, 65, 10/2; 707--716
    0033-2151
    Pojawia się w:
    Przegląd Geologiczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Adaptive modelling of spatial diversification of soil classification units
    Adaptacyjne modelowanie przestrzennego zróżnicowania jednostek klasyfikacyjnych gleb
    Autorzy:
    Urbański, K.
    Gruszczyński, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/292945.pdf
    Data publikacji:
    2016
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    adaptive algorithms
    self-organizing map (SOM)
    soil classification
    Upper Silesian Industrial Region
    algorytmy adaptacyjne
    Górnośląski Okręg Przemysłowy (GOP)
    klasyfikacja gleb
    samoorganizująca mapa (SOM)
    Opis:
    The article presents the results of attempts to use adaptive algorithms for classification tasks different soils units. The area of study was the Upper Silesian Industrial Region, which physiographic and soils parameters in the form of digitized was used in the calculation. The study used algorithms, self-organizing map (SOM) of Kohonen, and classifiers: deep neural network, and two types of decision trees: Distributed Random Forest and Gradient Boosting Machine. Especially distributed algorithm Random Forest (algorithm DRF) showed a very high degree of generalization capabilities in modeling complex diversity of soil. The obtained results indicate, that the digitization of topographic and thematic maps give you a fairly good basis for creating useful models of soil classification. However, the results also showed that it cannot be concluded that the best algorithm presented in this research can be regarded as a general principle of system design inference.
    Wraz z rozwojem technologii informatycznych następuje stopniowa zmiana podejścia do dokumentacji kartograficznej obiektów przyrodniczych, w tym gleb. Podstawowymi cechami dowolnej klasyfikacji, których przedmiotem są gleby, jest wielowymiarowość jednostek (nie ma pojedynczej właściwości, możliwej do wyznaczenia w drodze pomiaru, która wystarczałaby do jednoznacznego przypisania pedonu do określonej klasy w stosowanych skalach klasyfikacyjnych gleb), w związku z czym właściwe wydaje się wykorzystanie do tego celu dostępnych komputerowych metod przetwarzania danych. Modelowanie przestrzennego zróżnicowania gleb na podstawie przesłanek natury fizjograficznej, odtworzonych na podstawie digitalizacji istniejących materiałów kartograficznych, jest podstawą do tworzenia przestrzennych baz danych przechowywanych w wersji cyfrowej. Inaczej niż w typowej kartografii tematycznej zawierającej treści glebowo-siedliskowe, modele te wskazują na prawdopodobieństwo a priori występowania określonej jednostki glebowej w określonym położeniu, nie zaś bezwzględną przynależność terenu do niej. Taka interpretacja wymaga zbudowania stosownego algorytmu wiążącego czynniki natury geologicznej i fizjograficznej z jednostkami glebowymi. Do tego celu często wykorzystuje się tak zwane algorytmy adaptacyjne, umożliwiające elastyczne tworzenie modeli zależności bazujących na danych. W pracy przedstawiono dwa warianty doboru parametrów przetwarzania danych fizjograficzno-glebowych potencjalnie przydatnych do tych celów. Wykorzystano dane pochodzące z bazy danych fizjograficznoglebowych z rejonu GOP (Górnośląski Okręg Przemysłowy) uzyskanych w wyniku digitalizacji materiałów kartograficznych. Analizie poddano wyłącznie tereny użytków rolnych: gruntów ornych (R) i trwałych użytków zielonych (Ł i Ps). Na obszarze o powierzchni 1 km2 wyodrębniono 6,4 mln jednostek tworzących siatkę kwadratów o rozmiarach 20 × 20 m. Wykorzystane zostały algorytmy samoorganizującej mapy (SOM) Kohonena oraz klasyfikatory – głęboka sieć neuronowa, oraz dwa rodzaje drzew decyzyjnych – rozproszony las losowy (ang. Distributed Random Forest) i wzmacniane drzewa losowe (ang. Gradient Boosting Machine). Szczególnie algorytm rozproszonego lasu losowego (algorytm DRF) wykazał bardzo wysoki stopień zdolności generalizacyjnej w modelowaniu zróżnicowania kompleksów glebowych.
    Źródło:
    Journal of Water and Land Development; 2016, 30; 127-139
    1429-7426
    2083-4535
    Pojawia się w:
    Journal of Water and Land Development
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      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