Informacja

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

Wyszukujesz frazę "neural network classifier" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Rozpoznawanie obrazów z wykorzystaniem neuronowego klasyfikatora NBV
Pattern recognition using NBV neural classifier
Autorzy:
Dybała, J.
Powiązania:
https://bibliotekanauki.pl/articles/327664.pdf
Data publikacji:
2009
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
rozpoznawanie obrazów
sztuczna sieć neuronowa
klasyfikator neuronowy
pattern recognition
artificial neural network
neural classifier
Opis:
W artykule przedstawiono neuronowy klasyfikator NBV o konstrukcji inspirowanej strukturą sieci neuronowej CP (ang. Counter Propagation), który wykorzystuje koncepcję stosowaną w klasyfikacji minimalnoodległościowej, a w swym działaniu nawiązuje do idei funkcjonowania klasyfikatorów SVM (ang. Support Vector Machine).
The article presents the NBV neural classifier whose structure has been inspired by the structure of CP (Counter Propagation) neural network, which uses the methods applied in the minimum-distance classification, while in its operation it draws on the idea of functioning of SVM (Support Vector Machines) classifiers.
Źródło:
Diagnostyka; 2009, 3(51); 105-112
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Śledzenie obiektów dynamicznych z wykorzystaniem metod inteligencji obliczeniowej - implementacja sprzętowa
Tracking of the moving objects with the use of the computational intelligence techniques - hardware implementation
Autorzy:
Błaszkowski, P.
Grochowski, M.
Powiązania:
https://bibliotekanauki.pl/articles/276242.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
przetwarzanie obrazu
rozpoznawanie twarzy
klasyfikator Haara
detekcja
sztuczne sieci neuronowe
image processing
face recognition
Haar classifier
artificial neural network
Opis:
W artykule przedstawiono platformę sprzętową umożliwiającą detekcję, rozpoznawanie i śledzenie poruszających się obiektów przy wykorzystaniu technik inteligencji obliczeniowej. Projekt obejmuje budowę platformy sprzętowej wyposażonej w kamerę internetową oraz silniki umożliwiające jej ruch. Analiza obrazu odbywa się w komputerze klasy PC, komunikującym się z platformą za pomocą portu szeregowego USB. Jako przykład wykrywanych i śledzonych obiektów dynamicznych wykorzystano ludzkie twarze. Algorytmy obliczeniowe napisano w języku C++. Platforma doskonale integruje środowiska obliczeniowe typu open source, umożliwiając testowanie w praktyce opracowanych algorytmów.
The paper presents the hardware platform for detection, recognition and tracking moving objects with the use of computational intelligence methods. Project includes construction of hardware platform equipped with webcam and motors allowing camera to move. Image analysis is carried out within PC computer that is communicated with the platform by USB serial port. Human faces have served as the examples of objects that were detected, recognized and then tracked. All the computational algorithms were written with C++. The platform skillfully integrates open source computational environments, allowing the testing of designed algorithms in practice.
Źródło:
Pomiary Automatyka Robotyka; 2013, 17, 4; 83-88
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Automatyczny klasyfikator rodzaju uszkodzenia amortyzatora samochodowego
Automatic classifier of the kind of car shock absorber damage
Autorzy:
Cempiel, D.
Powiązania:
https://bibliotekanauki.pl/articles/133451.pdf
Data publikacji:
2013
Wydawca:
Polskie Towarzystwo Naukowe Silników Spalinowych
Tematy:
diagnozowanie amortyzatorów
metoda EUSAMA
sieć neuronowa
analiza obrazu
automatyczny diagnosta
klasyfikator
shock absorber diagnosis
EUSAMA method
neural network
image analysis
automatic classifier
Opis:
W artykule przedstawiono analizę wpływu czynników zewnętrznych (dodatkowe obciążenie, zmiany ciśnienia w oponach) na wartość wskaźnika EUSAMA. Jednocześnie zaproponowano automatyczną metodę diagnozowania stanu amortyzatorów przy pomocy analizy obrazów z wykorzystaniem sieci neuronowej oceniającej przebieg wartości wskaźnika EUSAMA w czasie. Na potrzeby pracy przygotowano model matematyczny części zawieszenia wraz ze stanowiskiem badawczym opartym o metodę EUSAMA plus. Zamodelowano układ odzwierciedlający dynamikę jednej czwartej zawieszenia pojazdu. Metoda automatycznego diagnozowania stanu amortyzatorów zakłada poprawność przeprowadzonego badania metodą EUSAMA. Uzyskane wyniki spełniły oczekiwania.
The article presents an analysis of the impact of external factors (extra load, tire pressure changes) on the value of the EUSAMA ratio. A method of automatic diagnosis of shock absorbers is proposed. This method is based on image analysis using a neural network appraising the “EUSAMA plus” ratio in the time domain. For the purpose of this paper a mathematical model of quarter of the car suspension with the test stand based on the method EUSAMA was prepared. The method of automatic diagnosis of shock absorbers assumes the correctness of the EUSAMA test. The results met expectations.
Źródło:
Combustion Engines; 2013, 52, 3; 1069-1075
2300-9896
2658-1442
Pojawia się w:
Combustion Engines
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