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 "nieliniowa regresja" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Modelowanie okresów zróżnicowania oraz okresów stabilizacji w procesie spalania w silniku spalinowym
    Modelling of variability and stability phases of the combustion process in internal combustion engines
    Autorzy:
    Wawrzosek, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/290599.pdf
    Data publikacji:
    2006
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    zimny rozruch silnika
    stabilizacja
    regresja nieliniowa
    engine cold start
    stabilization
    nonlinear regression
    Opis:
    Modelując stabilizację pracy silnika spalinowego określono ponad dwadzieścia definicji stabilizacji procesu stochastycznego. Ponadto rozważono niektóre modele regresji nieliniowej oraz zasygnalizowano problemy pojawiające się podczas testowania dla modeli linearyzowanych, które pozwalają na opisanie zjawiska stabilizacji. Rozważania teoretyczne zaprezentowano na przykładzie regresji emisji CO w przy temperaturze -5°C dla zimnego rozruchu silnika GA16DE.
    By modeling working parameters of the internal combustion engine more than twenty definitions of the stabilization of the stochastic process are presented. Moreover, some other models of non-linear regression are considered as well as some problems that appear while testing for linearized models, which make it possible to describe the stabilization phenomenon. Theoretical considerations have been presented based on the regression models of the emission of CO for GA16DE engine cold start at the -5°C environment temperature.
    Źródło:
    Inżynieria Rolnicza; 2006, R. 10, nr 6(81), 6(81); 357-366
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Regresyjna analiza zmian jakości mieszanki ziarnistej w czasie mieszania metodą przesypu
    Regression analysis of quality changes in granular blend during mixing using the pouring method
    Autorzy:
    Matuszek, D.
    Tukiendorf, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/290921.pdf
    Data publikacji:
    2008
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    mieszanie
    materiał ziarnisty
    system Roof Shaped Insert
    regresja nieliniowa
    mixing
    granular material
    Roof Shaped Insert system
    nonlinear regression
    Opis:
    W pracy zaprezentowano efekty stosowania dodatkowych elementów wspomagających mieszanie komponentów ziarnistych na drodze kolejnych przesypów ze zbiornika do zbiornika oraz pokazano przykład modelowania zmian jakości w czasie. Zmienną zależną była wariancja rozkładu trasera, natomiast zmienną niezależną kolejne kroki mieszania: przesypy od 1 do 10. Zależność jednowymiarową stanowił wzór funkcji wielomianowej 3 stopnia. Modelowanie przeprowadzono przy użyciu modułu komputerowego "regresja nieliniowa" (pakiet STATISTICA). Uzyskany wzór zależności jednowymiarowej dobrze opisywał tylko niektóre z badanych przypadków. Pozwolił natomiast na zrozumienie zależności między zmiennymi.
    The paper presents the effects of using additional elements supporting mixing of grainy components by successive pouring from container to container and an example of modelling quality changes in time. The tracer distribution variance was the dependent variable, whereas successive steps of mixing (pouring from 1 to 10) constituted the independent variable. The formula of a third degree polynomial function was a one-dimensional dependence. Modelling was carried out using the "non-linear regression" computer module (the STATISTICA set). The obtained formula of onedimensional dependence described well only some of the examined cases. However, it helped to understand the relation between variables.
    Źródło:
    Inżynieria Rolnicza; 2008, R. 12, nr 6(104), 6(104); 135-143
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Predykcja zasobności wytypowanych metali w złożu konkrecji na Pacyfiku oparta na modelach regresyjnych (strefa Clarion-Clipperton, obszar INTEROCEANMETALU)
    Prediction of abundance of selected metals in the nodules deposit in the Pacific Ocean based on regression models (Clarion-Clipperton fracture zone, the INTEROCEANMETAL exploration area)
    Autorzy:
    Mucha, J.
    Wasilewska-Błaszczyk, M.
    Auguścik, J.
    Wójtowicz, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/170155.pdf
    Data publikacji:
    2015
    Wydawca:
    Poltegor-Instytut Instytut Górnictwa Odkrywkowego
    Tematy:
    konkrecje polimetaliczne
    Pacyfik
    zasobności metali i konkrecji
    regresja liniowa
    regresja nieliniowa
    polymetallic nodules
    Pacific Ocean
    metal and nodules abundance
    linear regression
    nonlinear regression
    Opis:
    Zweryfikowano metodami statystycznymi poprawność predykcji zasobności metali (Cu, Mn, Ni) w złożach konkrecji polimetalicznych na Pacyfiku (strefa Clarion-Clipperton, obszar INTEROCEANMETALU) na podstawie liniowych i nieliniowych modeli regresyjnych wiążących je z zasobnościami konkrecji. Stwierdzono, pełną przydatność prostych liniowych modeli regresji do prognozy zasobności metali przy założeniu, że dysponuje się wiarygodnymi oznaczeniami zasobności konkrecji. Metoda ta może mieć duże znaczenie w najbliższej przyszłości po wdrożeniu metody pośredniego określania zasobności konkrecji na podstawie rejestracji fotograficznej dna pacyficznego.
    Correctness of prediction of metals abundance (Cu, Mn, Ni) in deposit of polymetallic nodules (the Pacific Ocean, Clarion-Clipperton zone, the INTEROCEANMETAL exploration area) was verified using statistical methods. The prediction was based on linear and non-linear regression models describing dependences between metals and nodules abundances. Usefulness of simple linear models for predictions was confirmed. This method can be of great importance in the nearest future after implementation of indirect method of defining of nodules abundance based on photographic registration seabed of the Pacific.
    Źródło:
    Górnictwo Odkrywkowe; 2015, 56, 5; 5-8
    0043-2075
    Pojawia się w:
    Górnictwo Odkrywkowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Identyfikacja systemów nieliniowych przy pomocy kernelowego algorytmu LMS z ograniczeniem zasobów
    Identification of nonlinear systems using fixed budget kernel LMS algorithm
    Autorzy:
    Rzepka, D.
    Otfinowski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/408102.pdf
    Data publikacji:
    2012
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    metody kernelowe
    uczenie maszynowe
    regresja nieliniowa
    algorytm LMS
    dobór wektorów nośnych
    kernel methods
    machine learning
    nonlinear regression
    least mean squares
    pruning criterion
    Opis:
    W artykule zaprezentowano zastosowanie nowej, nieliniowej wersji algorytmu LMS wykorzystującej funkcje kernelowe do identyfikacji systemów nieliniowych. Aby ograniczyć ilość wektorów nośnych, będących niezbędnym elementem algorytmów opartych o metody kernelowe zastosowano kryterium selekcji. Nowy wektor wejściowy jest przyjmowany do słownika, a następnie w słowniku wyszukiwany i usuwany jest wektor, który ma najmniejszy wpływ na tworzony model nieliniowy. Przedstawiony przykład identyfikacji systemu nieliniowego potwierdza skuteczność porównywalną do algorytmów wykorzystujących większą liczbę wektorów nośnych.
    In this paper a new version of kernel normalized least mean squares algorithm is applied to identification of nonlinear system. To maintain a fixed amount of support vectors, requisite for practical kernel-based algorithm, a pruning criterion is used. After admitting a new input vector to the dictionary, a least important entry is selected and discarder. A case of nonlinear system identification is presented, proving that algorithm performs well and it can maintain a performance comparable to state-of-the-art algorithms, using smaller number of support vectors.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2012, 4b; 10-13
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Gęstość przestrzenna rudy – parametr zasobowy drugiego planu? Złoże Cu-Ag Polkowice–Sieroszowice, Legnicko-Głogowski Okręg Miedziowy
    The volumetric density of ore – resource parameter of secondary importance? The Polkowice–Sieroszowice Cu-Ag deposit, Legnica-Głogów Copper District
    Autorzy:
    Mucha, J.
    Wasilewska-Błaszczyk, M.
    Auguścik, J.
    Paszek, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/2061774.pdf
    Data publikacji:
    2017
    Wydawca:
    Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
    Tematy:
    gęstość przestrzenna
    zasoby
    korelacja
    regresja liniowa i nieliniowa
    złoże Cu-Ag
    volumetric density
    resource
    correlation
    linear and non-linear regression
    Cu-Ag deposit
    Opis:
    Wyniki opróbowania złoża Cu-Ag Polkowice–Sieroszowice posłużyły do oceny gęstości przestrzennej ośmiu szczegółowych wydzieleń litologicznych i ich porównania z gęstościami przestrzennymi trzech podstawowych typów rud przyjętymi w aktualnej dokumentacji geologicznej. Stwierdzono, że zasoby złoża szacowane na podstawie gęstości przestrzennych szczegółowych wydzieleń litologicznych są o ok. 3% wyższe niż analogiczne oszacowania dokonane dla gęstości przestrzennych przypisywanych podstawowym typom rud w dokumentacji geologicznej. Przy zastosowaniu analizy korelacji i regresji wykazano, że dominującym czynnikiem kształtującym wielkość gęstości przestrzennej jest porowatość skał, zawartość Cu odgrywa natomiast rolę drugorzędną. Niektóre z indywidualnych wydzieleń szczegółowych ujawniły niejednorodność zbioru oznaczeń gęstości przestrzennej, która może być tłumaczona zmiennością spoiwa i porowatości oraz pojawieniem się niemiedziowych minerałów ciężkich (np. galeny, pirytu). Niektóre wydzielenia szczegółowe w obrębie podstawowych typów rud charakteryzują się wyraźnym zróżnicowaniem średniej gęstości przestrzennej (np. piaskowiec ilasty – 2,35 Mg/m3 i piaskowiec węglanowy – 2,55 Mg/m3 w serii piaskowcowej). Znajomość gęstości przestrzennej szczegółowych wydzieleń litologicznych umożliwia dokładniejsze oszacowanie ich zasobów oraz bardziej precyzyjne rozliczanie produkcji górniczej.
    Volumetric density of the detailed lithological units in Polkowice-Sieroszowice Cu-Ag deposit has been compared to the density of the three basic ore types. Eight diferrent lithologies of the Cu-Ag deposit have been taken into account. It appeared that the resources in them estimated on the basis of volumetric densities are approximately 3% higher than analogous estimates for volumetric densities attributed to the basic ore types. The correlation and regression analysis have shown that the porosity of rocks is the dominant factor affecting the volumetric density, whereas the Cu content plays a secondary role. Some of the lithologies have revealed some heterogeneity of spatial density that can be explained by the variability of mineral cement and porosity as well as the presence of non-copper heavy minerals (e.g., galena, pyrite). The knowledge of the density of individual lithologies enables more accurate estimation of their resources leading to more effective production.
    Źródło:
    Biuletyn Państwowego Instytutu Geologicznego; 2017, 468; 227--236
    0867-6143
    Pojawia się w:
    Biuletyn Państwowego Instytutu Geologicznego
    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