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 "system klasyfikacji" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Wytwarzanie i wykorzystywanie stałych paliw wtórnych
    Production and use of solid recovered fuels
    Autorzy:
    Wasilewski, R.
    Stelmach, S.
    Sobolewski, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/1286757.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Przemysłu Chemicznego. Zakład Wydawniczy CHEMPRESS-SITPChem
    Tematy:
    odpady
    stałe paliwa wtórne
    system klasyfikacji
    wastes
    solid recovered fuels
    classification system
    Opis:
    Przedstawiono informacje dotyczące wytwarzania i wykorzystania stałych paliw wtórnych (ang. SRF) z odpadów. Opisano system klasyfikacji tych paliw opracowany przez Europejski Komitet Normalizacyjny (CEN). SRF mogą być wytwarzane wyłącznie z odpadów innych niż niebezpieczne i stosowane tylko w instalacjach spełniających standardy emisyjne dla spalania/współspalania odpadów. System klasyfikacji oparto na trzech parametrach fizykochemicznych paliwa: wartości opałowej, zawartości chloru i rtęci. Każdemu z tych parametrów przypisano 5 klas.
    The paper presents information regarding production and utilisation of the solid recovered fuels, SRF from wastes. The classification system for these fuels elaborated by the European Committee for standardisation (CEN) is also presented. The SRF's can be manufactured solely from wastes other than hazardous and utilised only in installations that comply to the emission standards for combustion or co-combustion of wastes. The classification system is based on three physical and chemical parameters of the fuel: calorific value, chlorine content and mercury content. To each of these parameters are assigned five classes.
    Źródło:
    Chemik; 2011, 65, 6; 572-579
    0009-2886
    Pojawia się w:
    Chemik
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie technik neuronowych w praktyce rolniczej
    Using of neuronal techniques in agricultural practice
    Autorzy:
    Boniecki, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/335801.pdf
    Data publikacji:
    2005
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    technika neuronowa
    praktyka rolnicza
    system klasyfikacji
    sieć neuronowa
    neural technique
    agricultural practice
    classification system
    neural network
    Opis:
    Rozwój technologii informatycznych spowodował pojawienie się zupełnie nowych możliwości analitycznych, bazujących na obserwacjach procesów naturalnych, a w szczególności na wnioskach płynących z badań naukowych dotyczących pracy mózgu, jakie opisują dynamicznie rozwijające się techniki przetwarzania neuronowego (Osowski S., 2000). Należy podkreślić, że sztuczne sieci neuronowe potrafią operować zarówno na zbiorach danych numerycznych, pochodzących np. z badań doświadczalnych, jak również na zbiorach rozmytych, tak charakterystycznych dla postrzegania ludzkiego umyslu. Ostatnio znajdują zastosowanie w systemach klasyfikacyjnych wykorzystywanych w rolnictwie.
    The development of computer technologies caused the appearance of the completely new analytic possibilities, basing on observations of natural processes, and in peculiarity on conclusions following with scientific researches relating the brain work investigations, what is described by the dynamically developing techniques of neuronal processing. One should underline, that artificial neuronal networks are able to operate both on gatherings of numeric data coming from experimental investigations, as well as on fuzzy sets, so characteristic for perception of human mind. Recently they are used in agriculture in classification systems.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2005, 50, 2; 10-14
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Development a new classification for assessing the coal mine mechanization
    Opracowanie nowej klasyfikacji dla oceny mechanizacji w kopalniach węgla
    Autorzy:
    Mehdi, H. S.
    Reza, M.
    Mohammad, A.
    Khalokakaei, R.
    Akhyani, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/219726.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    mechanizacja wydobycia
    złoże węglowe
    system klasyfikacji
    wskaźnik mechanizacji dla danego złoża
    mechanization
    coal seams
    classification system
    CSMi
    Opis:
    The coal mine mechanization is important to achieve optimum quality and maximum efficiency of coal production. Mechanization is an objective that can result in significant cost reductions and higher levels of profitability for underground mines. The potential of coal mine mechanization depends on some important factors Such as seam inclination and thickness, geological disturbances, seam floor conditions and roof conditions. These factors should be considered in coal mine mechanization analysis. In this study, the new classification was developed with the respect to the mentioned factors. Using this system the coal seam mechanization index (CSMi) of several types of coal seams was evaluated and classified into five categories; very good, good, medium, low and very low. As a case study, the mechanization of the Takht coal seams in Golestan area of Iran was investigated using this new classification system. The results show a low potential for mechanization in most of the Takht coal seams.
    Mechanizacja prac w kopalniach węgla jest konieczna dla osiągnięcia maksymalnej wydajności produkcji i uzyskania węgla najwyższej jakości. Mechanizacja jest celem, który skutkować będzie znacznym obniżeniem kosztów oraz zwiększeniem poziomu rentowności produkcji w kopalniach podziemnych. Możliwości mechanizacji w kopalniach uzależnione są od szeregu ważnych czynników, takich jak nachylenie i miąższość złoża, obecność zaburzeń struktury geologicznej a także warunki stropowe i spągowe. Czynniki te koniecznie uwzględnić należy w analizach możliwości mechanizacji pracy kopalni. W pracy tej przedstawiono nową klasyfikację opartą o wyżej wymienione czynniki. W oparciu o przyjęte podejście, obliczony został wskaźnik mechanizacji dla złoża węgla i następnie zastosowany został do analiz. Na jego podstawie wyodrębniono pięć kategorii złóż węglowych w kontekście możliwości mechanicznego urabiania: bardzo dobre, dobre, średnie, niskie i bardzo niskie. Jako studium przypadku przedstawiono analizę złoża węglowego Takht w regionie Golestan w Iranie, w oparciu o zaproponowany nowy system klasyfikacji. Wyniki analizy wskazują, że większość złóż w regionie Takht stwarza niewielkie możliwości dla zastosowania mechanizacji.
    Źródło:
    Archives of Mining Sciences; 2013, 58, 1; 217-226
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Feature selection using particle swarm optimization in text categorization
    Autorzy:
    Aghdam, M. H.
    Heidari, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/91792.pdf
    Data publikacji:
    2015
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    classification system
    feature selection
    text categorization
    particle swarm optimization (PSO)
    system klasyfikacji
    wybór funkcji
    kategoryzacja tekstu
    optymalizacja rojem cząstek
    Opis:
    Feature selection is the main step in classification systems, a procedure that selects a subset from original features. Feature selection is one of major challenges in text categorization. The high dimensionality of feature space increases the complexity of text categorization process, because it plays a key role in this process. This paper presents a novel feature selection method based on particle swarm optimization to improve the performance of text categorization. Particle swarm optimization inspired by social behavior of fish schooling or bird flocking. The complexity of the proposed method is very low due to application of a simple classifier. The performance of the proposed method is compared with performance of other methods on the Reuters-21578 data set. Experimental results display the superiority of the proposed method.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2015, 5, 4; 231-238
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wysuszone osady ściekowe województwa śląskiego : stałe paliwo wtórne
    Dry sewage sludge in the Silesia voivodeship : solid recovered fuel
    Autorzy:
    Niesler, J.
    Nadziakiewicz, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/109093.pdf
    Data publikacji:
    2015
    Wydawca:
    AXIS MEDIA
    Tematy:
    stałe paliwo wtórne
    system klasyfikacji
    wysuszony osad ściekowy
    województwo śląskie
    osad
    wartość użytkowa
    wskaźnik środowiskowy
    solid recovered fuel
    classification system
    dry sewage sludge
    Silesian region
    precipitate
    use value
    environmental indicator
    Opis:
    W artykule opisano obowiązujący system klasyfikacji stałych paliw wtórnych. Poddano analizie osady ściekowe wytworzone w okresie dwóch lat przez 59 oczyszczalni województwa śląskiego i przedstawiono wpływ ich suszenia na ocenę wartości użytkowej osadów jako paliwa zgodnie z przedstawionym w normie PN-EN 15359:2012 systemem klasyfikacji. Zwrócono uwagę na fakt że, w niniejszej normie wskaźnikiem środowiskowym (emisyjnym) nie powinna być zawartość Hg wyrażona w [mg/MJ], a zawartość Hg wyrażona w [mg/Mg] lub w [ppm], ponieważ wartość opałowa podlega już jej ocenie, a zawartość Hg wyrażona w [mg/Mg] lub [ppm] uwzględnia poprawnie wpływ wilgotności paliwa na emisję, na co przedstawiono dowód.
    The article describes the current classification system of solid recovered fuels. The analysis includes sewage sludge generated by 59 Silesian treatment plants within two years and the presentation of the influence of the sludge drying process on the assessment of the use value of the sludge assumed as fuel according to the classification system presented in the standard PN-EN 15359:2002. It has been pointed out that the said standard’s environmental indicator (emission) should not constitute the Hg content expressed in [mg/ MJ], but expressed in [mg/Mg] or in [ppm], because the heat of combustion falls under its analysis and the HG content expressed in [mg/Mg] or in [ppm] properly includes the influence of the fuel’s humidity on emission, which has already been proved.
    Źródło:
    Piece Przemysłowe & Kotły; 2015, 3; 17-22
    2082-9833
    Pojawia się w:
    Piece Przemysłowe & Kotły
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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