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 "Sztuczne Sieci Neuronowe" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Klasyfikacja ziarniakow kukurydzy w oparciu o neuronowa identyfikacje ksztaltu
    The classification of maizes kernels with supporting neuronal identification of shape
    Autorzy:
    Boniecki, P
    Nowakowski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/882900.pdf
    Data publikacji:
    2008
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    ksztalt
    kukurydza
    ziarniaki
    sieci neuronowe sztuczne
    aplikacja Klasyfikator
    identyfikacja
    Źródło:
    Technika Rolnicza Ogrodnicza Leśna; 2008, 06; 21-24
    1732-1719
    2719-4221
    Pojawia się w:
    Technika Rolnicza Ogrodnicza Leśna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Neuronowy system informatyczny wspomagajacy proces prognozowania masy mleka uzyskanego podczas doju
    Neural information system helping in the process of predicting the mass of obtained milk during milking
    Autorzy:
    Boniecki, P
    Jedrus, A.
    Nizewski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/883594.pdf
    Data publikacji:
    2007
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    system Milko
    sieci neuronowe sztuczne
    krowy
    prognozowanie
    wydajnosc mleka
    produkcja zwierzeca
    Źródło:
    Technika Rolnicza Ogrodnicza Leśna; 2007, 05; 15-18
    1732-1719
    2719-4221
    Pojawia się w:
    Technika Rolnicza Ogrodnicza Leśna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Klasyfikacja chronionych w Polsce motyli z rodziny Papilionidae z wykorzystaniem wybranych topologii neuronowych
    Classification of protected Papilionidae butterflies using selected neural network topology
    Autorzy:
    Boniecki, P
    Mueller, W.
    Nowakowski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/883223.pdf
    Data publikacji:
    2009
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    zbiory danych
    klasyfikacja
    gatunki chronione
    obrazy cyfrowe
    sieci neuronowe sztuczne
    paziowate
    Papilionidae
    uczenie sie
    motyle
    Opis:
    Celem badań było porównanie zdolności klasyfikacyjnych modeli neuronowych, uczonych dwoma różnymi metodami: wzorcową oraz bezwzorcową. Klasyfikacji poddano wybrane owady należące do rodziny „Papilionidae”, które objęte są ochroną prawną na terenie Polski. Neuronowej klasyfikacji dokonano w oparciu o informację zakodowaną w postaci zbioru dwuwymiarowych obrazów owadów. Jako cechy reprezentatywne, stanowiące podstawę do klasyfikacji, przyjęto pięć dominujących kolorów występujących w ubarwieniu motyli. W celu porównawczym wygenerowano dwie topologie neuronowe: sieć typu MLP (ang. MultiLayer Perceptron: perceptron wielowarstwowy) uczonej technikami „z nauczycielem” orazsieæ Kohonena, która była uczona metodą „beznauczyciela”.
    The aim of this study was to compare the classification ability of neural models, learned with two different ways: with reference and without reference. Selected insects subjected to classification belong to the family “Papilionidae”, and are a subject to legal protection in Poland. Neural classification was based on the information encoded in the form of a file of two-dimensional images of insects. As representatives of features, which form the basis of the classification, adopted were five dominant butterflies colors. For comparison two neural topologies were generated: a network type MLP (Multilayer Perceptron) learned by method "with the teacher" and a neural network type Kohonen, which was learned by method „without a teacher”.
    Źródło:
    Technika Rolnicza Ogrodnicza Leśna; 2009, 03; 23-26
    1732-1719
    2719-4221
    Pojawia się w:
    Technika Rolnicza Ogrodnicza Leśna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Neuronowa identyfikacja dojrzalosci wybranych odmian jablek
    Neural identification of ripeness of chosen varieties of apples
    Autorzy:
    Boniecki, P
    Jakubek, A.
    Kluza, T.
    Nowakowski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/884097.pdf
    Data publikacji:
    2010
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    jablon Gala Must
    jablon Lobo
    jablon Rajka
    owoce
    jablka
    dojrzalosc owocow
    stopien dojrzalosci
    identyfikacja
    barwa owocow
    skala BBCH
    ksztalt owocow
    wspolczynnik ksztaltu
    zbiory danych
    sieci neuronowe sztuczne
    percepton czterowarstwowy
    siec radialnych funkcji bazowych
    probabilistyczna siec neuronowa
    system JabVis 1.1
    Opis:
    Celem niniejszej pracy była identyfikacja poziomu dojrzałości wybranych odmian jabłek za pomocą sztucznych sieci neuronowych, dokonana na podstawie reprezentatywnych cech, pozyskanych metodami analizy obrazu. Aby można prawidłowo rozwiązać tak sformułowane zadanie, wymagane było zapoznanie się z metodami analizy obrazu oraz zagadnieniami klasyfikacji z wykorzystaniem modeli neuronowych. W celu wyjaśnienia tego problemu został wytworzony, zgodnie z wymaganiami inżynierii oprogramowania, neuronowy system informatyczny przeznaczony do identyfikacji, zdefiniowanych wcześniej, klas dojrzałości wybranych odmian jabłek.
    The main aim of this research was to identify the level of ripeness of chosen varieties of apples using neural networks. The process was based on a set of selected features acquired by images analysis. To secure one' s object it was necessary to get to know the available and current image analysis methodologies as well as the neural networks' classification abilities. The neural computer system has been designed, regarding all requirements of software engineering in order to develop an implementation of the model proposed during the phase described above. The software is capable to identify the ripeness of an apple from the chosen varieties.
    Źródło:
    Technika Rolnicza Ogrodnicza Leśna; 2010, 06; 7-10
    1732-1719
    2719-4221
    Pojawia się w:
    Technika Rolnicza Ogrodnicza Leśna
    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