Informacja

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

Wyszukujesz frazę "spatial correlation coefficient" wg kryterium: Temat


Wyświetlanie 1-1 z 1
Tytuł:
Prognozowanie rozkładu cząstek podczas mieszania systemem funnel-flow
Estimating the distribution of a granual molecule mixed using the funnel-flow system
Autorzy:
Matuszek, D.
Tukiendorf, M.
Powiązania:
https://bibliotekanauki.pl/articles/287965.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
materiał ziarnisty
mieszanie
ocena jakości układu ziarnistego
komputerowa analiza obrazu
sieci neuronowe
współczynnik koleracji przestrzennej
grain
mixing
quality evaluation
grain configuration
computer analysis of picture
neural networks
spatial correlation coefficient
Opis:
W pracy przedstawiono wyniki modelowania neuronowego procesu mieszania niejednorodnego układu ziarnistego przy pomocy systemu funnel-flow. W oparciu o komputerową analizę obrazu dokonano oceny rozkładu cząstek obserwowanego składnika kluczowego w poszczególnych przekrojach mieszalnika używając jako miary tego rozkładu wartości wariancji. Modelowanie oparto na prognozowaniu neuronowym. Do uczenia wykorzystano pięć pierwszych kroków mieszania. Następnie w oparciu o wyniki uczenia sieć dokonała predykcji rozkładu koncentracji składnika kluczowego dla następnych pięciu kroków mieszania, to jest aż do osiągnięcia stanu równowagowego. Dokonano statystycznego porównania modeli (empirycznego i predyktowanego) przy pomocy współczynnika przestrzennej korelacji.
This research presents the outcomes of neuron modeling of the mixing process of a non-homogeneus grain configuration by the use of a funnel-flow system. On the basis of a computer image analysis an estimation of was executed the molecule distribution of each key component the observed. Specifficaly a cross-section of the mixing device used in this process was analysed for statistical variance in key-component distribution. On the basis of the first five mixing steps the FBM network has been learned. Next, on the basis of the outcomes the network predicted the distribution of the key-component concentration after the next five mixing steps. A statistical model comparison (empirical and predicted) was done using the spatial autocorrelation.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 14, 14; 229-235
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    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