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 "błąd średniokwadratowy" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Automatyczny system identyfikacji oznakowania kodów oparty na mierze średniokwadratowej
    Automatic identyfication sytem based on mse
    Autorzy:
    Kowalski, J.
    Pęksiński, J.
    Mikołajczak, G.
    Powiązania:
    https://bibliotekanauki.pl/articles/311850.pdf
    Data publikacji:
    2013
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    automatyczna identyfikacja danych
    błąd średniokwadratowy
    kod kreskowy
    automatic data identification
    mean square error
    bar code
    Opis:
    W artykule autorzy przedstawili system identyfikacji oznakowania towarów, którego zasada działania oparta jest na analizie obrazów pozyskanych przy pomocy cyfrowych urządzeń rejestrujących takich jak kamery, skanery. W celu identyfikacji obrazów zastosowano popularną miarę jakości służącą do oceny obrazów cyfrowych "błąd średniokwadratowy".
    In this paper the authors present an identification system for marking of goods, the principle of which is based on the analysis of images obtained using digital recording devices such as cameras, scanners. In order to identify popular images used as to evaluate the quality of digital images "mean square error".
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2013, 14, 3; 507-511
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Selected aspects of determining static characteristic of optical ultra-rapid movement sensor
    Wybrane aspekty wyznaczania charakterystyki wyjściowej optycznego czujnika ultraszybkich przemieszczeń
    Autorzy:
    Jankowski, P.
    Mindykowski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/156034.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    czujnik optyczny
    szybkie przemieszczenie
    funkcje Grama
    błąd średniokwadratowy
    optical sensor
    ultra rapid displacement
    Gram function
    mean square error
    Opis:
    An application of very dynamic sensors is a key point for registration of ultra-rapid displacements. The most common ones are optimeters. The paper describes a method for determining the static characteristic of the optimeter based on a photodiode system. The output characteristic was supsmoothed with use of the mean square approximation. Only precise filtering would allow further processing of the obtained function of displacement, especially in twice differentiation case. Hence, the authors' proposal is focused on the procedure of approximation in the Mathcad environment. A core of this procedure is based on the Gram orthogonal functions for a set of measurement data. The measurement data set was created by adding a set of stochastic interferences to a known theoretical function. Calculation results are the basis for selection of a measurement data number. The number of data is very important when measurement results of the characteristic are obtained point by point.
    W artykule przedstawiono metodę wyznaczania charakterystyki wyjściowej optycznego czujnika ultraszybkich przemieszczeń prostoliniowych. Zasada działania czujnika polega na rejestracji sygnału generowanego przez układ składający się z szeregu połączonych fotodiod odsłanianych przysłoną połączoną z dyskiem napędu elektrodynamicznego [3]. W celu konwersji sygnału u(t) na funkcję przemieszczenia x(t) konieczne jest precyzyjne wyznaczenie charakterystyki wyjściowej czujnika. Ponieważ praca fotoelementu w układzie fotodiody generuje między innymi szum śrutowy, konieczna jest filtracja uzyskanego zbioru danych. Również sygnał czujnika rejestrowany w dynamicznej pracy napędu wymaga dokładnej filtracji, jeżeli chcemy dokonać dalszej obróbki sygnału, zwłaszcza przez różniczkowanie. W artykule przedstawiono zarys stworzonej w środowisku Mathcad procedury aproksymacji w oparciu o ortogonalne funkcje Grama. Procedura ta posłużyła do badań symulacyjnych, określających wpływ liczby punktów pomiarowych na błąd średniokwadratowy i jednocześnie błędy wyznaczone względem znanej funkcji teoretycznej. Stąd, symulowany zbiór danych stanowił sumę wartości znanej funkcji analitycznej i generowanych zakłóceń. Celem tych symulacji była próba odpowiedzi na pytanie, ile punktów pomiarowych, zwłaszcza przy wyznaczaniu charakterystyki wyjściowej (napięcie w funkcji położenia) z użyciem śruby mikrometrycznej wystarczy do uzyskania satysfakcjonującej funkcji aproksymującej.
    Źródło:
    Pomiary Automatyka Kontrola; 2011, R. 57, nr 12, 12; 1462-1465
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie ilości ścieków dopływających do oczyszczalni za pomocą sztucznych sieci neuronowych z wykorzystaniem liniowej analizy dyskryminacyjnej
    Forecasting the sewage inflow into a treatment plant using artificial neural networks and linear discriminant analysis
    Autorzy:
    Szeląg, B.
    Studziński, J.
    Chmielowski, K.
    Leśniańska, A.
    Rojek, I.
    Powiązania:
    https://bibliotekanauki.pl/articles/237303.pdf
    Data publikacji:
    2018
    Wydawca:
    Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
    Tematy:
    Wastewater inflow
    sewage treatment plant
    water level
    daily precipitation
    artificial neural networks
    discriminant models
    mean square error
    mean percentage error
    relative error
    residual relative error
    importance coefficient
    dopływ ścieków
    oczyszczalnia ścieków
    poziom wody
    opad dobowy
    sztuczne sieci neuronowe
    model dyskryminacyjny
    błąd średniokwadratowy
    średni błąd procentowy
    błąd względny
    względny błąd resztowy
    współczynnik ważności
    Opis:
    W pracy przedstawiono wyniki prognozowania ilości ścieków dopływających do oczyszczalni komunalnej w Rzeszowie z wykorzystaniem perceptronowych wielowarstwowych sztucznych sieci neuronowych. W modelu prognostycznym przyjęto następujące zmienne niezależne: zmierzona ilość ścieków dopływających do oczyszczalni określona w poprzednich dobach, poziom wody w Wisłoku (odbiornik ścieków), suma dobowych opadów atmosferycznych oraz dobowa ilość wody tłoczonej do sieci wodociągowej. Przeprowadzone obliczenia wykazały, że wśród rozpatrywanych zmiennych istotny wpływ na zdolność predykcyjną modelu prognostycznego miał poziom wody w Wisłoku, wysokość opadów atmosferycznych oraz ilość ścieków dopływająca do obiektu zmierzona w poprzednich dniach. Analizowano również wpływ poszczególnych parametrów strukturalnych modelu opartego na sztucznych sieciach neuronowych na wyniki prognozowania. Przeprowadzone badania, z wykorzystaniem drzew klasyfikacyjnych, wykazały, że na liczbę neuronów w warstwie ukrytej wpływała liczba sygnałów wejściowych do modelu, natomiast rodzaj funkcji aktywacji w warstwach ukrytej i wyjściowej miał mniejsze znaczenie, co potwierdziły wartości o znaczeniu predykcyjnym. Badano również możliwość zastosowania liniowej analizy dyskryminacyjnej do oceny zdolności predykcyjnych skonstruowanych modeli prognostycznych. Uzyskane wyniki wykazały, że liniowa analiza dyskryminacyjna może być ciekawym narzędziem do oceny doboru zmiennych w modelu prognostycznym ilości ścieków dopływających do oczyszczalni.
    The paper presents the results of forecasting the sewage inflow into the municipal wastewater treatment plant in Rzeszow using multilayer perceptron neural networks. For the forecast model, the following independent variables were adopted: the measured inflow volume to the treatment plant from the previous days, the water level in the Wislok River (effluent receiver), the total daily precipitation and the daily water inflow into the network. The calculations led to conclusions that variables substantially affecting the prognostic capacity of the forecast model included the water level in the Wislok River, the volume of precipitation and the sewage inflow to the facility from the previous days. Additionally, the impact of individual structural parameters of the model based on artificial neural networks on forecasting results was analyzed. The research conducted with the use of classification trees demonstrated that number of neurons in the hidden layer was influenced by the number of inputs to the model, while the type of activation function in the hidden and output layer was of minor importance which was confirmed by the data of prognostic value. The applicability of a linear discriminant analysis for assessment of prognostic ability of the constructed forecast models was also investigated. The results obtained demonstrated that the linear discriminant model might be an interesting assessment tool to select variables for the forecast model of sewage inflow to a treatment plant.
    Źródło:
    Ochrona Środowiska; 2018, 40, 4; 9-14
    1230-6169
    Pojawia się w:
    Ochrona Środowiska
    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