Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Kolasa, K." wg kryterium: Wszystkie pola


Wyświetlanie 1-2 z 2
Tytuł:
Zastosowanie komputerowej analizy obrazu w badaniach tribologicznych
The use of computer image analysis in tribological research
Autorzy:
Koszela, K.
Weres, J.
Jakubowski, G.
Kolasa-Więcek, A.
Powiązania:
https://bibliotekanauki.pl/articles/335199.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
komputerowa analiza obrazów
tribologia
computer image analysis
tribology
Opis:
Rozwój otaczającego nas świata staje się coraz szybszy. Aby zapewnić bezpieczeństwo nowych technologii, wprowadzać usprawnienia już istniejących i eliminować zjawiska niepożądane przy konstruowaniu i eksploatacji maszyn wspomagających naszą ewolucję musimy dostarczać nowych, szybszych metod przeprowadzania badań za to odpowiedzialnych. Połączenie komputerowej analizy obrazu z doświadczeniami stosunkowo młodej dziedziny nauki, jednak bardzo potrzebnej, takiej jak tribologia, ma swoje uzasadnienie. Obecnie skomputeryzowane systemy wizyjne już zastępują i wspomagają ludzi w wielu procesach analizy i rozpoznawania klas obrazów w takich dziedzinach nauki jak krystalografia, metalografia, medycyna, inżynieria rolnicza i inne. Dzięki wykorzystaniu tej metody rozszerza się zakres percepcji naszego wzroku poprzez dostrzeganie różnić niewykrywalnych podczas bezpośredniej obserwacji, po wtóre umożliwia ona automatyczną a zarazem masową analizę i klasyfikację setek tysięcy obrazów w oparciu o różne kryteria bez ograniczeń, które posiada człowiek, takich jak emocje czy też zmęczenie. W artykule zaprezentowana została metoda wykorzystania komputerowej analizy obrazów do oceny ilościowej i jakościowej zużycia rolek napinaczy.
The development of the world around us accelerates. To ensure security of new technologies, to introduce improvements of those already in existence and to eliminate undesirable events during construction phase and operation of new machines that aid our evolution, we have to devise new and faster methods of researching the processes. The combination of computer image analysis with experiences of a relatively new branch of science, yet much needed one, such as tribology, is justified. Current computerized vision systems, replace and support people in multiple processes of analysis and object class recognition in such branches of science as: crystallography, metallography, medicine, agricultural engineering and others. By using this method, the range of perception of our sight is expanded to notice differences that cannot be detected during direct observation, moreover, it also enables automatic and mass analysis, with classification of hundreds of thousands of images based on various criteria, without limitations that a human being is prone to, such as emotions or fatigue. The article presents a method of using computer image analysis to assess quantitative and qualitative wear of belt tensioner rollers.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2013, 58, 2; 79-81
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie narzędzi data mining w badaniu struktury upraw i chowu zwierząt w Polsce na tle krajów Unii Europejskiej
The use of data mining tools in the study of the structure of crops and livestock production in Poland in the European Union background
Autorzy:
Kolasa-Więcek, A.
Koszela, K.
Powiązania:
https://bibliotekanauki.pl/articles/336333.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
zboża
zwierzęta hodowlane
analiza głównych składowych
grupowanie aglomeracyjne
data mining
cereals
farming animals
principal component analysis
agglomerative clustering
Opis:
W artykule zaprezentowano wyniki badań z zastosowaniem narzędzi eksploracji danych w zakresie usytuowania Polski na mapie krajów UE-27 pod względem wielkości upraw oraz pogłowia zwierząt gospodarskich. Zastosowano w tym celu dwie różne metody: analizę składowych głównych oraz grupowanie aglomeracyjne. Uzyskane w obu przypadkach wyniki badań są niemal identyczne i wśród 27 krajów wskazują na wyraźnie homogeniczne państwa: Polska, Francja, Niemcy, Włochy, Hiszpania, Wielka Brytania oraz Rumunia, a w przypadku grupowania aglomeracyjnego także Holandia. Pozostałe kraje stanowiły liczną, odrębną grupę. Badania przeprowadzono w pakiecie Statistica v.10.
The article presents the results of using data mining tools in the field of Polish location on a map of the EU-27 in terms of crops and livestock population. For this purpose two different methods were used: principal component analysis and agglomerative clustering. Obtained in both cases results are almost identical, and among the 27 countries indicate clearly homogeneous countries: Poland, France, Germany, Italy, Spain, the UK and Romania, in the case of the agglomeration group also Netherlands. Other countries accounted for a large, separate group. The study was conducted in the package Statistica v. 10.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2013, 58, 1; 73-77
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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