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 "classification model" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 107
Tytuł:
A contemporary multi-objective feature selection model for depression detection using a hybrid pBGSK optimization algorithm
Autorzy:
Kavi Priya, Santhosam
Pon Karthika, Kasirajan
Powiązania:
https://bibliotekanauki.pl/articles/2201021.pdf
Data publikacji:
2023
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
depression detection
text classification
dimensionality reduction
hybrid feature selection
wykrywanie depresji
klasyfikacja tekstu
redukcja wymiarowości
wybór funkcji
Opis:
Depression is one of the primary causes of global mental illnesses and an underlying reason for suicide. The user generated text content available in social media forums offers an opportunity to build automatic and reliable depression detection models. The core objective of this work is to select an optimal set of features that may help in classifying depressive contents posted on social media. To this end, a novel multi-objective feature selection technique (EFS-pBGSK) and machine learning algorithms are employed to train the proposed model. The novel feature selection technique incorporates a binary gaining-sharing knowledge-based optimization algorithm with population reduction (pBGSK) to obtain the optimized features from the original feature space. The extensive feature selector (EFS) is used to filter out the excessive features based on their ranking. Two text depression datasets collected from Twitter and Reddit forums are used for the evaluation of the proposed feature selection model. The experimentation is carried out using naive Bayes (NB) and support vector machine (SVM) classifiers for five different feature subset sizes (10, 50, 100, 300 and 500). The experimental outcome indicates that the proposed model can achieve superior performance scores. The top results are obtained using the SVM classifier for the SDD dataset with 0.962 accuracy, 0.929 F1 score, 0.0809 log-loss and 0.0717 mean absolute error (MAE). As a result, the optimal combination of features selected by the proposed hybrid model significantly improves the performance of the depression detection system.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2023, 33, 1; 117--131
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A distributed big data analytics model for traffic accidents classification and recognition based on SparkMlLib cores
Autorzy:
Mallahi, Imad El
Riffi, Jamal
Tairi, Hamid
Ez-Zahout, Abderrahmane
Mahraz, Mohamed Adnane
Powiązania:
https://bibliotekanauki.pl/articles/27314355.pdf
Data publikacji:
2022
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
big data
machine learning
traffic accident
severity prediction
convolutional neural network
Opis:
This paper focuses on the issue of big data analytics for traffic accident prediction based on SparkMllib cores; however, Spark’s Machine Learning Pipelines provide a helpful and suitable API that helps to create and tune classification and prediction models to decision-making concerning traffic accidents. Data scientists have recently focused on classification and prediction techniques for traffic accidents; data analytics techniques for feature extraction have also continued to evolve. Analysis of a huge volume of received data requires considerable processing time. Practically, the implementation of such processes in real-time systems requires a high computation speed. Processing speed plays an important role in traffic accident recognition in real-time systems. It requires the use of modern technologies and fast algorithms that increase the acceleration in extracting the feature parameters from traffic accidents. Problems with overclocking during the digital processing of traffic accidents have yet to be completely resolved. Our proposed model is based on advanced processing by the Spark MlLib core. We call on the real-time data streaming API on spark to continuously gather real-time data from multiple external data sources in the form of data streams. Secondly, the data streams are treated as unbound tables. After this, we call the random forest algorithm continuously to extract the feature parameters from a traffic accident. The use of this proposed method makes it possible to increase the speed factor on processors. Experiment results showed that the proposed method successfully extracts the accident features and achieves a seamless classification performance compared to other conventional traffic accident recognition algorithms. Finally, we share all detected accidents with details onto online applications with other users.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2022, 16, 4; 62--71
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A strategy learning model for autonomous agents based on classification
Autorzy:
Śnieżyński, B.
Powiązania:
https://bibliotekanauki.pl/articles/330672.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
autonomous agents
strategy learning
supervised learning
classification
reinforcement learning
czynnik niezależny
uczenie nadzorowane
uczenie ze wzmocnieniem
Opis:
In this paper we propose a strategy learning model for autonomous agents based on classification. In the literature, the most commonly used learning method in agent-based systems is reinforcement learning. In our opinion, classification can be considered a good alternative. This type of supervised learning can be used to generate a classifier that allows the agent to choose an appropriate action for execution. Experimental results show that this model can be successfully applied for strategy generation even if rewards are delayed. We compare the efficiency of the proposed model and reinforcement learning using the farmer–pest domain and configurations of various complexity. In complex environments, supervised learning can improve the performance of agents much faster that reinforcement learning. If an appropriate knowledge representation is used, the learned knowledge may be analyzed by humans, which allows tracking the learning process.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2015, 25, 3; 471-482
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of algorithms for automatic classification of photogrammetric point clouds to build a digital terrain model in a shoreline area
Autorzy:
Łącka, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/2175550.pdf
Data publikacji:
2021
Wydawca:
Akademia Morska w Szczecinie. Wydawnictwo AMSz
Tematy:
point cloud
filtration
DTM
UAV
bare earth
ground
Opis:
Unmanned aerial vehicles (UAVs) allow relatively cheap and fast acquisition of high-resolution data for small areas, making it possible to produce not only an orthophoto, understood as a two-dimensional product, but also a three-dimensional point cloud, which is the basis for obtaining a digital terrain model (DTM). The use of high-resolution image and elevation data may allow accurate shoreline delineation in areas where such measurement is not possible with other methods and further use of these data, e.g. for the production of electronic navigation charts. The accuracy of the final product, the DTM, is significantly affected by the photogrammetric classification process of the point cloud and the correct separation of the ground class. The aim of this study was to assess the effectiveness of the algorithms used to classify ground in photogrammetric point clouds and obtain correct DTMs. Three algorithms were tested: Adaptive Triangulated Irregular Network, Progressive Triangulated Irregular Network, and Multiscale Curvature Classification. The study involved two test areas covering natural shorelines. Images acquired with a UAV on the X8 system and a Sony alpha camera with a mounted 15 mm wide-angle lens were used as data for the research experiment. Accuracy analysis of the developed models was performed using check points acquired by the GNSS-RTK method.
Źródło:
Zeszyty Naukowe Akademii Morskiej w Szczecinie; 2021, 68 (140); 108--118
1733-8670
2392-0378
Pojawia się w:
Zeszyty Naukowe Akademii Morskiej w Szczecinie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of happiness in EU countries using the multi-model classification based on models of symbolic data
Autorzy:
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/425036.pdf
Data publikacji:
2019
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
happiness
the European Union
symbolic data analysis
ensemble clustering
Opis:
The results of happiness analysis are presented in the form of a World Happiness Report that covers 156 countries and 17 different indicators. In the article model-based clustering ensemble is built to determine what selected European countries have similar patterns of happiness. The results are analyzed using multidimensional scaling and a decision tree to find out what factors determine cluster memberships. In the empirical part, three clusters were detected The first contains countries: Austria, Denmark, Finland, Germany, Ireland, Luxembourg, the Netherlands, Norway, Sweden, Switzerland and the United Kingdom. They have the highest values for all the variables, except the negative affect. The second cluster contains seven countries: Bulgaria, Estonia, Hungary, Lithuania, Poland, Romania and Slovakia. This cluster is also the most homogeneous one. The third cluster contains eight countries: Cyprus, the Czech Republic, France, Greece, Italy, Portugal, Slovenia and Spain.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2019, 23, 3; 15-25
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of Classification Methods to the Determination of Linear Econometric Model Domain
Zastosowanie metod klasyfikacji przy określaniu dziedziny liniowego modelu ekonometrycznego
Autorzy:
Hellwig, Zdzisław
Jajuga, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/907002.pdf
Data publikacji:
1989
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Opis:
Artykuł zawiera opis pięciu podejść do problemu wyznaczania dziedziny liniowego modelu ekonometrycznego. Są to: 1) wartości zmiennych objaśniających należą do hipersześcianów , 2) wartości zmiennych spełniają pewne warunki skorelowania i istotności parametrów, 3) przypadek (1) wg metody głównych składowych, 4 ) wartości zmiennych są określane dla mieszanek rozkładów, 5) taksonomiczne metody określania dziedziny modelu. Przez dziedzinę liniowego modelu rozumie się zbiór dopuszczalnych wartości zmiennych objaśniających.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 1989, 90
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of HLM to data with multilevel structure
Autorzy:
Valente, Vítor
Oliveira, Teresa
Powiązania:
https://bibliotekanauki.pl/articles/729938.pdf
Data publikacji:
2011
Wydawca:
Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
Tematy:
hierarchical linear model
multilevel model
cross-classification models
academic achievement
Opis:
Many data sets analyzed in human and social sciences have a multilevel or hierarchical structure. By hierarchy we mean that units of a certain level (also referred micro units) are grouped into, or nested within, higher level (or macro) units. In these cases, the units within a cluster tend to be more different than units from other clusters, i.e., they are correlated. Thus, unlike in the classical setting where there exists a single source of variation between observational units, the heterogeneity between clusters introduces an additional source of variation and complicates the analysis.
Collecting data on Educational Research often does not follow the principles of simple random sample, suspected by classical regression, but rather a sample by nested clusters. Selected to students and also the contextual units to which they belong such as classes, courses, schools, neighborhoods or regions, and so forth.
Using classical regression bias is produced in the typical error of measurement and an increased likelihood of committing errors of inference. The hierarchical linear or multilevel models are most suitable because they consider the hierarchical relationships and also provide estimates on the contextual variability of regression coefficients. In practice, often the data structures are not hierarchical, are more complex structures such as cross-classification (level 2 or macro). For example, students (level 1 or micro) to attend different courses at a school while in other schools there are students who attend the same courses. Two examples of application to academic achievement of students are presented. First, a model of cross-classification of level 2 is used. Second, a hierarchical model of two levels (students and schools) is presented, taking into account the different areas of science - scientific-humanistic courses and technology courses.
Źródło:
Discussiones Mathematicae Probability and Statistics; 2011, 31, 1-2; 87-101
1509-9423
Pojawia się w:
Discussiones Mathematicae Probability and Statistics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of image texture analysis for varietal classification of barley
Autorzy:
Zapotoczny, P.
Powiązania:
https://bibliotekanauki.pl/articles/26635.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Instytut Agrofizyki PAN
Tematy:
digital image analysis
texture
classification
barley
texture parameter
biological product
statistical model
Opis:
This paper presents the results of a study into the use of the texture parameters of barley kernel images in varietal classification. A total of more than 270 textures have been calculated from the surface of single kernels and bulk grain. The measurements were performed in four channels from a 24 bit image. The results were processed statistically by variable reduction and general discriminant analysis. Classification accuracy was more than 99%.
Źródło:
International Agrophysics; 2012, 26, 1
0236-8722
Pojawia się w:
International Agrophysics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of Probit Models and Selected Discrimination Analysis Methods for Credit Decision Evaluation
Zastosowanie modeli probitowych i wybranych metod analizy dyskryminacyjnej do przewidywania decyzji kredytowej
Autorzy:
Żółtowski, Jan
Powiązania:
https://bibliotekanauki.pl/articles/904693.pdf
Data publikacji:
2005
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Bayes discrimination methods
quadratic discrimination function
classification function
probit model
Opis:
Obsługa kredytów konsumpcyjnych jest jednym z rodzajów działalności banków. Zdolność kredytowa klienta jest oceniana na podstawie złożonego przez niego wniosku. W pracy rozważany jest problem przewidywania, do której z dwóch grup klientów, posiadających zdolność kredytową lub nie (w ocenie banku), zostanie zaliczona osoba ubiegająca się o kredyt. Analizowane są tu możliwości zastosowania modeli probitowych oraz metod analizy dyskryminacyjnej wykorzystujących kwadratową funkcję dyskryminacyjną i zmienną dyskryminacyjną z próby. Przeprowadzona jest także ocena poprawności klasyfikacji danych z pewnego banku.
Retail banking deals with servicing consumer credits and it constitutes one of the major banking activities. A customer applying for the credit fills in the application which is basis to evaluated of his creditworthiness. The paper considers the problem of evaluation to which of the two groups the person applying for a credit should be assigned to: a) those who possess the creditworthiness; b) those who do not possess the creditworthiness. It analyses the possibility of applying the probit models and the discrimination analysis methods using the quadratic and linear discrimination function. An evaluation of the correctness of the classification based on the real data from a commercial bank is conducted.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2005, 194
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Aspect-based sentiment classification model employing whale-optimized adaptive neural network
Autorzy:
Balaganesh, Nallathambi
Muneeswaran, K.
Powiązania:
https://bibliotekanauki.pl/articles/2173622.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
aspect-based sentiment analysis
whale optimization algorithm
artificial neural network
opinion mining
analiza nastrojów oparta na aspektach
algorytm optymalizacji wielorybów
sztuczna sieć neuronowa
eksploracja opinii
Opis:
Nowadays in e-commerce applications, aspect-based sentiment analysis has become vital, and every consumer started focusing on various aspects of the product before making the purchasing decision on online portals like Amazon, Walmart, Alibaba, etc. Hence, the enhancement of sentiment classification considering every aspect of products and services is in the limelight. In this proposed research, an aspect-based sentiment classification model has been developed employing sentiment whale-optimized adaptive neural network (SWOANN) for classifying the sentiment for key aspects of products and services. The accuracy of sentiment classification of the product and services has been improved by the optimal selection of weights of neurons in the proposed model. The promising results are obtained by analyzing the mobile phone review dataset when compared with other existing sentiment classification approaches such as support vector machine (SVM) and artificial neural network (ANN). The proposed work uses key features such as the positive opinion score, negative opinion score, and term frequency-inverse document frequency (TF-IDF) for representing each aspect of products and services, which further improves the overall effectiveness of the classifier. The proposed model can be compatible with any sentiment classification problem of products and services.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 3; art. no. e137271
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Aspect-based sentiment classification model employing whale-optimized adaptive neural network
Autorzy:
Balaganesh, Nallathambi
Muneeswaran, K.
Powiązania:
https://bibliotekanauki.pl/articles/2128172.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
aspect-based sentiment analysis
whale optimization algorithm
artificial neural network
opinion mining
analiza nastrojów oparta na aspektach
algorytm optymalizacji wielorybów
sztuczna sieć neuronowa
eksploracja opinii
Opis:
Nowadays in e-commerce applications, aspect-based sentiment analysis has become vital, and every consumer started focusing on various aspects of the product before making the purchasing decision on online portals like Amazon, Walmart, Alibaba, etc. Hence, the enhancement of sentiment classification considering every aspect of products and services is in the limelight. In this proposed research, an aspect-based sentiment classification model has been developed employing sentiment whale-optimized adaptive neural network (SWOANN) for classifying the sentiment for key aspects of products and services. The accuracy of sentiment classification of the product and services has been improved by the optimal selection of weights of neurons in the proposed model. The promising results are obtained by analyzing the mobile phone review dataset when compared with other existing sentiment classification approaches such as support vector machine (SVM) and artificial neural network (ANN). The proposed work uses key features such as the positive opinion score, negative opinion score, and term frequency-inverse document frequency (TF-IDF) for representing each aspect of products and services, which further improves the overall effectiveness of the classifier. The proposed model can be compatible with any sentiment classification problem of products and services.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 3; e137271, 1--8
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Assessment of the influence of dependent variable distribution on selected goodness of fit measures using the example of customer churn model
Ocena wpływu rozkładu zmiennej zależnej na wybrane miary oceny siły dyskryminacyjnej na przykładzie modeli migracji klientów
Autorzy:
Migut, Grzegorz
Powiązania:
https://bibliotekanauki.pl/articles/424775.pdf
Data publikacji:
2020
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
classification models
goodness of fit
unbalanced datasets
customer churn analysis
modele klasyfikacyjne
dobroć dopasowania
zbiory niezbalansowane
analiza migracji klientów
Opis:
Classification models enable optimal actions to be taken at every stage of the customer’s lifecycle. A circumstance affecting both the model building process and the assessment of their discriminatory power is the unbalanced distribution of the dichotomous dependent variable. The article focuses on the question of reliable assessment of the goodness of fit. The first part of the article reviews the measures of predictive power and then assesses the impact of the distribution of the dependent variable on the selected measures of goodness of fit. As a result, the high sensitivity of a number of measures such as lift, accuracy (ACC), or F-Score was observed. The sensitivity of MCC and Kappa Cohen’s measurements was also observed. Sensitivity (SENS) and specificity (SPEC), Youden’s index and measures based on ROC curves showed no such sensitivity. The conclusions obtained may allow the avoidance of misjudging the predictive power of models built for both learning and business practice.
Modele klasyfikacyjne umożliwiają podejmowanie optymalnych działań na każdym etapie cyklu życia klienta. Okolicznością wpływającą zarówno na proces budowy modeli, jak i na ocenę ich siły dyskryminacyjnej jest niezbalansowany rozkład dwustanowej zmiennej zależnej. W artykule skoncentrowano się na kwestii wiarygodnej oceny dobroci dopasowania. W pierwszej części artykułu dokonano przeglądu miar siły dyskryminacyjnej, następnie przeprowadzono ocenę wpływu rozkładu zmiennej zależnej na wybrane miary dobroci dopasowania. W wyniku badań zaobserwowano wysoką wrażliwość szeregu miar, takich jak lift, accuracy (ACC) czy F-Score. Zaobserwowano wrażliwość miar MCC oraz Kappa Cohena. Czułość (SENS) oraz specyficzność (SPEC), jak również pochodne miary oparte na krzywej ROC, a także indeks Youdena wykazały brak takiej wrażliwości. Uzyskane wnioski mogą pozwolić na uniknięcie błędnej oceny zdolności predykcyjnej modeli zarówno budowanych na potrzeby nauki, jak i wykorzystywanych w praktyce biznesowej.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2020, 24, 1; 51-70
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
ATiPreTA: An analytical model for time-dependent prediction of terrorist attacks
Autorzy:
Kebir, Oussama
Nouaouri, Issam
Rejeb, Lilia
Ben Said, Lamjed
Powiązania:
https://bibliotekanauki.pl/articles/2172121.pdf
Data publikacji:
2022
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
terrorist attack
attack classification
mathematical modeling
dynamic behavior simulation
damage prediction
atak terrorystyczny
klasyfikacja ataku
model matematyczny
przewidywanie szkód
Opis:
In counter-terrorism actions, commanders are confronted with difficult and important challenges. Their decision-making processes follow military instructions and must consider the humanitarian aspect of the mission. In this paper, we aim to respond to the question: What would the casualties be if governmental forces reacted in a given way with given resources? Within a similar context, decision-support systems are required due to the variety and complexity of modern attacks as well as the enormous quantity of information that must be treated in real time. The majority of mathematical models are not suitable for real-time events. Therefore, we propose an analytical model for a time-dependent prediction of terrorist attacks (ATiPreTA). The output of our model is consistent with casualty data from two important terrorist events known in Tunisia: Bardo and Sousse attacks. The sensitivity and experimental analyses show that the results are significant. Some operational insights are also discussed.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2022, 32, 3; 495--510
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Blast fragmentation classification using Number-Size (N-S) fractal model in Jalal-Abad iron mine
Klasyfikacja wymiarów fragmentów skał powstałych w trakcie prac strzałowych w kopalni rud żelaza Jalal-Abad w oparciu o model fraktalny N-S (Number-Size)
Autorzy:
Nikzad, M.
Asadi, A.
Ahangaran, D. K.
Yasrebi, A. B.
Wetherelt, A.
Afzal, P.
Powiązania:
https://bibliotekanauki.pl/articles/219711.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
prace strzałowe
rozdrobnienie skał
model fraktalny N-S (Number-Size)
kopalnia rud żelaza Jalal Abad
blasting
fragmentation
Number-Size (N-S) fractal model
Jalal Abad iron mine
Opis:
One of the main purpose of accurate blasting in open pit mining is to achieve optimum rock fragmentation. The degree of rock fragmentation plays a significant role in order to control and minimise the overall production cost including loading, hauling and crushing. In the present paper, the application of a Number-Size (N-S) fractal model is intended to classify the blast fragmentation size in the Jalal-Abad iron mine, SW Iran, using GoldSize image analysis software for four blasting with the obtained result being compared with Kuz-Ram curves. To do this, the fractal dimensions via N-S log-log plots were generated based on the output of the GoldSize software. The results indicated that the fragmented rocks have a multifractal nature with four/five different fragmented populations in terms of size namely; the fine rocks with the size of less than 16 cm, Mean-fragment values between 16 and 45 cm, In-range between 45 and 70 cm and finally, oversize larger than 70 cm.
Jednym z głównych celów prowadzenia prac strzałowych w kopalniach odkrywkowych jest uzyskanie fragmentów skał o optymalnych rozmiarach. Stopień rozkruszania skał jest kluczowym czynnikiem decydującym o całkowitych kosztach produkcji, obejmujących także koszty załadunku, odstawy urobku i rozdrobnienia. W pracy tej omówiono zastosowanie modelu fraktalnego N-S (Number-Size) do klasyfikacji fragmentów skał uzyskanych w wyniku prowadzenia prac strzałowych w kopalni rud żelaza Jalal-Abad, w południowo-zachodnich rejonach Iranu. W analizach wykorzystano oprogramowanie do analizy obrazów GoldSize, wyniki uzyskane po czterech seriach prac strzałowych porównano następnie z wykresami Kuz-Ram. W tym celu na podstawie danych wyjściowych uzyskanych przy pomocy pakietu GoldSize wygenerowano wymiary fraktalne w oparciu o wykresy N-S w pełnej skali logarytmicznej. Otrzymane wyniki wskazują, że uzyskane fragmenty skalne miały charakter multi-fraktalny, obejmując cztery lub pięć populacji odłamków różniących się w kategorii rozmiarów: skały drobne o wymiarach poniżej 16 cm, odłamki o średniej wielkości: pomiędzy 16 a 45 cm, odłamki o rozmiarach w zakresie 45-70 cm i odłamki duże, o wymiarach powyżej 70 cm.
Źródło:
Archives of Mining Sciences; 2018, 63, 3; 783-796
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Boltzmann equation in the modeling of mineral processing
Równanie Boltzmanna w modelowaniu procesów przeróbczych
Autorzy:
Zhukov, V. P.
Otwinowski, H.
Belyakov, A. N.
Wyleciał, T.
Mizonov, V. E.
Powiązania:
https://bibliotekanauki.pl/articles/219666.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
Boltzmann equation
mineral processing
comminution
classification
particles transport
matrix model
ball mill
równanie Boltzmanna
procesy przeróbcze
rozdrabnianie
klasyfikacja
transport ziaren
model macierzowy
młyn kulowy
Opis:
The paper presents an application of the Boltzmann kinetic equation to the simultaneous modeling of multi-dimensional processes. This equation defines the evolution of the distribution of the probabilisty density in a given phase space. In the case of a grinding process, the considered phase space is defined by the Cartesian coordinates of particle position, the components of particle velocity and the particle size. The theory of Markov processes is used in the paper to solve the Boltzmann equation for the multi-dimensional space of system states. In order to verify the presented model, research into the simultaneous comminution and movement of material in a drum ball mill was performed. The methodology developed to solve the Boltzmann equation significantly reduces the computational time, which is particularly important in the solution of multi-dimensional problems.
Równanie Boltzmanna jest podstawowym równaniem kinetycznej teorii gazów opisującym ewolucję cząstek w rozrzedzonym gazie. W równaniu tym występuje funkcja gęstości prawdopodobieństwa zmiennej losowej w trójwymiarowej przestrzeni fazowej (funkcja rozkładu). W artykule przedstawiono sposób wykorzystania równania Boltzmanna do analizy procesów przeróbki mechanicznej surowców mineralnych. Wynikiem tej analizy jest matematyczny model występujących równocześnie procesów mielenia, klasyfikacji i transportu materiałów ziarnistych. W tym przypadku równanie Boltzmanna opisuje ewolucję gęstości rozkładu ziaren względem składowych prędkości, współrzędnych kartezjańskich oraz rozmiaru ziarna. W młynie funkcja rozkładu zmienia się w wyniku rozdrabniania i ruchu ziaren, a w klasyfikatorze tylko w wyniku ruchu ziaren. W ogólnym przypadku funkcja rozkładu zależy od: czasu, ruchu ziaren, prędkości ziaren i rozmiaru ziaren, który zmienia się w wyniku rozdrabniania. Uwzględnienie zjawisk losowych wymaga wprowadzenia składowej dyfuzyjnej do równania Boltzmanna. W artykule rozpatrzono zastosowanie równania Boltzmanna do rozdrabniania periodycznego i ciągłego. W otrzymanych postaciach równania można uwzględnić rzeczywiste warunki technologiczne, co pozwala opisać stanu układu podczas oddzielnych lub jednoczesnych procesów przeróbczych. Przy założeniu jednowymiarowości procesów rozpatrywane zagadnienie sprowadza się do znanych przypadków, analizowanych jako oddzielne procesy. Obliczenia numeryczne wykonano metodą macierzową z wykorzystaniem teorii łańcuchów Markowa. Przedstawiono wyniki obliczeń dla przypadku jednoczesnego rozdrabniania i ruchu ziaren w młynie bębnowym kulowym. Analiza wyników obliczeń wykazała, że przebieg ewolucji stanu układu ziaren jest prawidłowy. W przyszłych badaniach można uwzględnić w równaniu Boltzmanna kształt ziaren, co oznacza wprowadzenie dodatkowych trzech współrzędnych do przestrzeni fazowej. Współrzędne te związane są ze zmianą długości, szerokości i wysokości ziarna.
Źródło:
Archives of Mining Sciences; 2015, 60, 2; 507-516
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 107

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