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 "radial basis function networks" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Lan interconnection unit based on an artificial neural network
    Autorzy:
    Jalab, Hamid A.
    Powiązania:
    https://bibliotekanauki.pl/articles/1955324.pdf
    Data publikacji:
    2006
    Wydawca:
    Politechnika Gdańska
    Tematy:
    LAN bridge
    neural networks
    radial basis function (RBF)
    Opis:
    This paper presents the design of an intelligent interconnection unit based on an artificial neural network (ANN), used when two local area networks (LAN) with different IEEE 802 standard protocols are connected. The proposed ANN is used to activate execution of suitable procedures bridging 802.X LAN and 802.Y LAN.
    Źródło:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2006, 10, 3; 339-346
    1428-6394
    Pojawia się w:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The Analytical and Artificial Intelligence Methods to Investigate the Effects of Aperture Dimension Ratio on Electrical Shielding Effectiveness
    Autorzy:
    Basyigit, Ibrahim Bahadir
    Dogan, Habib
    Powiązania:
    https://bibliotekanauki.pl/articles/226583.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    electromagnetic shielding
    electromagnetic
    compatibility
    apertures
    multilayer perceptron
    radial basis
    function networks
    Opis:
    This paper presents that the effect of single aperture size of metallic enclosure on electrical shielding effectiveness (ESE) at 0 – 1 GHz frequency range has been investigated by using both Robinson’s analytical formulation and artificial neural networks (ANN) methods that are multilayer perceptron (MLP) networks and a radial basis function neural network (RBFNN). All results including measurement have been compared each other in terms of aperture geometry of metallic enclosure. The geometry of single aperture varies from square to rectangular shape while the open area of aperture is fixed. It has been observed that network structure of MLP 3-40-1 in modeling with ANN modeled with fewer neurons in the sense of overlapping of faults and data and modeled accordingly. In contrast, the RBFNN 3-150-1 is the other detection that the network structure is modeled with more neurons and more. It can be seen from the same network-structured MLP and RBFNN that the MLP modeled better. In this paper, the impact of dimension of rectangular aperture on shielding performance by using RBFNN and MLP network model with ANN has been studied, as a novelty.
    Źródło:
    International Journal of Electronics and Telecommunications; 2019, 65, 3; 359-365
    2300-1933
    Pojawia się w:
    International Journal of Electronics and Telecommunications
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Vehicles Classification Using the HRBF Neural Network
    Klasyfikacja pojazdów z wykorzystaniem sieci neuronowej HRBF
    Autorzy:
    Wantoch-Rekowski, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/305921.pdf
    Data publikacji:
    2011
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    sieci neuronowe
    klasyfikacja sieci
    zbiór uczący
    Hyper Radial Basis Function network HRBF
    neural networks
    networks classification
    learning set
    HRBF
    Opis:
    The paper presents the problem of using a neural network for military vehicle classification on the basis of ground vibration. One of the main elements of the system is a unit called the geophone. This unit allows to measure the amplitude of ground vibration in each direction for a certain period of time. The value of the amplitude is used to fix the characteristic frequencies of each vehicle. If we want to fix the main frequency it is necessary to use the Fourier transform. In this case the fast Fourier transform FFT was used. Since the neural network (Hyper Radial Basis Function network) was used, a learning set has to be prepared. Please find the attached results of using the HRBF neural network, which include: examples of learning, validation and test sets, the structure of the networks and the learning algorithm, learning and testing results.
    W opracowaniu przedstawiono zagadnienie wykorzystania sieci neuronowej do klasyfikacji określonych typów pojazdów na podstawie analizy amplitudy drgań gruntu. Jednym z elementów systemu do pomiaru amplitudy drgań gruntu jest geofon. Umożliwia on pomiar amplitudy drgań gruntu w wybranym kierunku dla określonego przedziału czasu. Wartość wyznaczonej amplitudy wykorzystywana jest do wyznaczenia charakterystycznych częstotliwości drgań dla poszczególnych pojazdów. Do wyznaczenia charakterystycznych częstotliwości wykorzystywana jest transformata Fouriera FFT. Do klasyfikacji wykorzystana została sieć neuronowa z radialną funkcją aktywacji, dlatego też wymagane jest przygotowanie odpowiedniego zbioru uczącego. W opracowaniu przedstawiono wyniki użycia sieci HRBF. Przedstawiono strukturę oraz zawartość zbioru uczącego.
    Źródło:
    Biuletyn Instytutu Systemów Informatycznych; 2011, 7; 47-52
    1508-4183
    Pojawia się w:
    Biuletyn Instytutu Systemów Informatycznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Face Recognition Using Canonical Correlation, Discrimination Power, and Fractional Multiple Exemplar Discriminant Analyses
    Autorzy:
    Hajiarbabi, M.
    Agah, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/384779.pdf
    Data publikacji:
    2015
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    face recognition
    Canonical Correlation Analysis
    Discrimination Power Analysis
    Multiple Exemplar Discriminant Analysis
    Radial Basis Function neural
    networks
    Opis:
    Face recognition is a biometric identification method which compared to other methods, such as finger print identification, speech, signature, hand written and iris recognition is shown to be more noteworthy both theoretically and practically. Biometric identification methods have various applications such as in film processing, control access networks, among many. The automatic recognition of a human face has become an important problem in pattern recognition, due to (1) the structural similarity of human faces, and (2) great impact of factors such as illumination conditions, facial expression and face orientation. These have made face recognition one of the most challenging problems in pattern recognition. Appearance-based methods are one of the most common methods in face recognition, which can be categorized into linear and nonlinear methods. In this paper face recognition using Canonical Correlation Analysis is introduced, along with the review of the linear and nonlinear appearance-based methods. Canonical Correla- tion Analysis finds the linear combinations between two sets of variables which have maximum correlation with one another. Discriminant Power analysis and Fractional Multiple Discriminant Analysis has been used to extract features from the image. The results provided in this paper show the advantage of this method compared to other methods in this field.
    Źródło:
    Journal of Automation Mobile Robotics and Intelligent Systems; 2015, 9, 4; 18-27
    1897-8649
    2080-2145
    Pojawia się w:
    Journal of Automation Mobile Robotics and Intelligent Systems
    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