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 "klasyfikacja obiektów" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 26
Tytuł:
Wybrane problemy oceny stanu technicznego obiektów budowlanych w świetle obowiązującego prawa i stosowanej metodyki
Selected issues in assessing the technical state of buildings considering the law in force and applicable methodology
Autorzy:
Zabielski, Jacek
Szafranko, Elżbieta
Powiązania:
https://bibliotekanauki.pl/articles/1857853.pdf
Data publikacji:
2021
Wydawca:
Polski Związek Inżynierów i Techników Budownictwa
Tematy:
ocena stanu technicznego
obiekt budowlany
przepis prawny
metodyka
utrzymanie obiektu
budynek mieszkalny
klasyfikacja stanu technicznego
zużycie techniczne budynku
technical condition assessment
building object
legal regulation
methodology
object maintenance
apartment building
technical condition classification
technical wear of building
Opis:
Ocena stanu technicznego obiektów budowlanych jest podstawową czynnością niezbędną do planowania remontów i napraw, a w efekcie do utrzymania budynków i budowli w należytym stanie technicznym zapewniającym ich bezpieczeństwo. Oceny te prowadzone są zgodnie z obowiązującymi przepisami oraz metodyką. Jednak zarówno metody oceny, jak i format protokołów mogą wzbudzać pewne wątpliwości. W artykule przedstawiono krótki przegląd obowiązujących przepisów oraz literatury, a całość uzupełnia krótka analiza przykładowej oceny obiektu o konstrukcji murowej.
Assessment of the technical condition of buildings is a basic activity necessary to plan repairs and, as a result, to maintain buildings and structures in a proper technical condition ensuring their safety. These assessments are carried out in accordance with applicable regulations and methodology. However, both the evaluation methods and the format of the protocols may raise some doubts. The article presents a short overview of the applicable regulations and literature, and the whole is complemented by a short analysis of an exemplary assessment of an object with a masonry structure.
Źródło:
Przegląd Budowlany; 2021, 92, 7-8; 108-112
0033-2038
Pojawia się w:
Przegląd Budowlany
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Verification of the image processing system in real conditions
Weryfikacja systemu przetwarzania obrazu w warunkach rzeczywistych
Autorzy:
Wołejsza, Piotr
Koszelew, Jolanta
Matuk, Krzysztof
Świda, Oskar
Powiązania:
https://bibliotekanauki.pl/articles/2058442.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Technologiczno-Humanistyczny im. Kazimierza Pułaskiego w Radomiu
Tematy:
image processing systems
detection
classification of objects
geolocalization of objects
collision avoidance system
system przetwarzania obrazów
detekcja
klasyfikacja obiektów
geolokalizacja obiektów
system unikania kolizji
Opis:
AVAL – Autonomous Vessel with an Air Look, is a research project that aims to develop autonomous navigation of ships. The system uses three independent sources of information i.e. radar, AIS – Automatic Identification System and cameras, which can be located on a drone or ship’s superstructure. The article presents the results of testing of an image processing system in real conditions on m/f Wolin.
AVAL – Autonomous Vessel with a Air Look, to projekt badawczy, którego celem jest opracowanie autonomicznej nawigacji statków. System wykorzystuje trzy niezależne źródła informacji tj. radar, AIS – System Automatycznej Identyfikacji oraz kamery, które mogą być umieszczone na dronie lub nadbudówce statku. W artykule przedstawiono wyniki testowania systemu przetwarzania obrazu w warunkach rzeczywistych na m/f Wolin.
Źródło:
Journal of Automation, Electronics and Electrical Engineering; 2021, 3, 1; 33--37
2658-2058
2719-2954
Pojawia się w:
Journal of Automation, Electronics and Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rangowa klasyfikacja obiektów za pomocą kul w różnych normach
Ranked classification of data using bounding spheres in different norms
Autorzy:
Topczewska., M.
Powiązania:
https://bibliotekanauki.pl/articles/341173.pdf
Data publikacji:
2008
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
klasyfikacja
kule
metody nieliniowe
classification
spheres
nonlinear methods
Opis:
Mając dany zbiór uczący, który zawiera obiekty należące do dwóch lub większej liczby klas, można zbudoważ najmniejsze kule otaczające obiekty z wybranej klasy rozwiązując zadanie programowania kwadratowego. Ze względu na to, że najmniejsze kule są konstruowane oddzielnie dla każdej klasy, problem może być w prosty sposób rozszerzony do przypadków wieloklasowych. W pracy przedstawiamy propozycje klasyfikatorów opartych na kulach w normie euklidesowej oraz w normie l1. Przedstawione eksperymenty zostały przeprowadzone tak na syntetycznych jak i rzeczywistych zbiorach danych.
If a training set containing objects from two or more classes is given, minimum bounding spheres enclosing objects belonging to a marked class can be built by solving a quadratic programming task. Because the minimum spheres are constructed separately for each class the problem can be easily extended to the multi-class cases. In the paper classifiers both in l1 and l2 norms are proposed. Experiments were performed on artificial and on real data sets.
Źródło:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2008, 3; 145-158
1644-0331
Pojawia się w:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wpływ metody doboru cech diagnostycznych na wyniki klasyfikacji obiektów na przykładzie danych dotyczących ochrony środowiska. Cz.2
Influence of the features selection method on the results of objects classification using environmental data on Polish voivodeships. Pt.2
Autorzy:
Tarka, D.
Powiązania:
https://bibliotekanauki.pl/articles/398824.pdf
Data publikacji:
2012
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
cechy empiryczne metod selekcji
klasyfikacja i ranking obiektów
empirical features selection methods
objects classification and ranking
Opis:
The main aim of the paper is comparison of the diagnostics features selection methods influence on regional objects linear classification using as an example official enviromental data on polish voivodeships. Three methods and their variations were used. Those used methods were: Hellwig method, median Hellwig method, inverse matrix. Spearmn;s coefficient of correlation was used to compare results of rankings.
Źródło:
Ekonomia i Zarządzanie; 2012, 4, 4; 47-57
2080-9646
Pojawia się w:
Ekonomia i Zarządzanie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wyszukiwanie obiektów podobnych w podzbiorze wybranych znaków alfabetu migowego przy wykorzystaniu sieci konkurencyjnych
Searching for similar objects among selected sign language alphabet images using competitive networks
Autorzy:
Szyfman, U.
Topczewska, M.
Powiązania:
https://bibliotekanauki.pl/articles/404184.pdf
Data publikacji:
2013
Wydawca:
Polskie Towarzystwo Symulacji Komputerowej
Tematy:
sieć samoucząca
sieć konkurencyjna
obiekty podobne
klasyfikacja obiektów
self-organizing network
competitive network
similar objects
object classification
Opis:
W pracy opisano zastosowanie sieci konkurencyjnej (sieci Kohonena i ich modyfikacji) do wyszukiwania obiektów podobnych. Dokonano klasyfikacji obiektów na przykładzie rzeczywistego zbioru danych obrazowych wybranych znaków alfabetu migowego.
The paper describes the usage of the competing networks (Kohonen network and its modifications) to search for similar objects. A dataset containing selected images of the sign language alphabet has been tested for classification.
Źródło:
Symulacja w Badaniach i Rozwoju; 2013, 4, 2; 99-107
2081-6154
Pojawia się w:
Symulacja w Badaniach i Rozwoju
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Lokalizacja, klasyfikacja i identyfikacja śmigłowców, czołgów i transporterów na podstawie analizy sygnału akustycznego
Location, classification and identification of helicopters, tanks and armoured personnel carriers by analysis of its acoustic signals
Autorzy:
Sosnowski, T.
Madura, H.
Kastek, M.
Powiązania:
https://bibliotekanauki.pl/articles/210040.pdf
Data publikacji:
2010
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
wykrywanie obiektów
akustyka
przetwarzanie sygnału
object detection
acoustics
signal processing
Opis:
Metody wykrywania i identyfikacji obiektów na podstawie różnych ich cech znajdują zastosowanie w bardzo wielu dziedzinach takich jak: systemy alarmowe, automatyczne systemy identyfikacji osób, systemy rozpoznawania obrazów, militarne systemy rozpoznania pola walki, amunicja inteligentna itp. Budowa obiektów technicznych, takich jak pojazd czy śmigłowiec, sprawia, że sygnał akustyczny często jest jednym z niewielu stosunkowo łatwych do zmierzenia sygnałów, umożliwiających lokalizację i identyfikację obiektu technicznego. W związku z tym generowany przez te obiekty dźwięk (hałas) jest coraz częściej wykorzystywany do identyfikacji tych obiektów. W artykule została przedstawiona metoda automatycznej lokalizacji, klasyfikacji i identyfikacji obiektów technicznych, takich jak śmigłowce, czołgi, transportery opancerzone i pojazdy na podstawie cyfrowej analizy sygnałów akustycznych. Metoda charakteryzuje się względnie wysokim prawdopodobieństwem rozróżniania obiektów w środowisku z innymi sygnałami zakłócającymi, przy jednocześnie niskim prawdopodobieństwie fałszywej klasyfikacji i identyfikacji.
Methods of detection and identification of objects on the basis of its certain features are widely applied in many areas such as security systems, automated personal identification systems, image recognition, military battlefield reconnaissance systems, intelligent munitions and others. In case of technical objects like vehicles (land or aerial ones) an acoustic signal is one of the few characteristics that can be relatively easily measured and used for object location and identification. As a result, an acoustic signal (noise) generated by such objects is more and more often used for object identification purposes. The paper presents the method for automatic location, classification and identification of technical objects (like helicopters, tanks, and other vehicles) that relies on digital processing of acoustic signals. Relatively high probability of object discrimination can be achieved with this method in spite of the presence of disturbing signals in the environment and the probability of false classification and identification is low.
Źródło:
Biuletyn Wojskowej Akademii Technicznej; 2010, 59, 3; 329-353
1234-5865
Pojawia się w:
Biuletyn Wojskowej Akademii Technicznej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Klasyfikacja przedsiębiorstw ze względu na trzy fazy migracji wartości z wykorzystaniem metod porządkowania liniowego
The classification of enterprises according to the three stages of value migration based on methods of linear ordering
Autorzy:
Siudak, Dariusz
Powiązania:
https://bibliotekanauki.pl/articles/423003.pdf
Data publikacji:
2013
Wydawca:
Główny Urząd Statystyczny
Tematy:
migracja wartości
taksonomiczna klasyfikacja obiektów
zmienna syntetyczna
porządkowanie liniowe
value migration
classification of units based on taxonomy
synthetic variable
linear ordering
Opis:
W opracowaniu podjęto zagadnienie taksonomicznego podziału przedsiębiorstw notowanych na GPW w Warszawie względem poziomu rozwoju migracji wartości zgodnie z modelem trzech faz migracji wartości. Zaprezentowano odpowiedni algorytm klasyfikacji przedsiębiorstw do wyszczególnionych faz migracji wartości, z wykorzystaniem zmiennej syntetycznej opracowanej na podstawie metody porządkowania liniowego. Uzyskane podziały badanej zbiorowości poddano ocenie jakości klasyfikacji za pomocą miary niepodobieństwa wewnątrzgrupowego oraz międzygrupowego oraz zweryfikowano statystyczną istotność różnic średnich zmiennej syntetycznej według wyodrębnionych trzech faz migracji wartości.
The paper presents and attempt to divide enterprises listed on the Warsaw Stock Exchange basing on taxonomy with regard to a level of value migration development according to three stages of the value migration model. There was proposed the algorithm of enterprises classification to the distinct stages of value migration employing a synthetic variable elaborated on the basis of linear ordering. The divisions of the population under the study were evaluated with respect to the quality of classification using the measure of within and between groups dissimilarity, furthermore, they were tested for the equality of means using the analysis of variance F- test.
Źródło:
Przegląd Statystyczny; 2013, 60, 2; 251-268
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Klasyfikacja zorientowana obiektowo w inwentaryzacji obiektów Zielonej Infrastruktury na przykładzie dzielnicy Ursynów w Warszawie
Object-oriented classification in the inventory of Green Infrastructure objects on the example of the Ursynów district in Warsaw
Autorzy:
Pyra, M.
Adamczyk, J.
Powiązania:
https://bibliotekanauki.pl/articles/132279.pdf
Data publikacji:
2018
Wydawca:
Polskie Towarzystwo Geograficzne
Tematy:
teledetekcja
klasyfikacja obiektowa
zielona infrastruktura
planowanie przestrzenne
remote sensing
Geographic Object-Based Image Analysis
green infrastructure
spatial management
Opis:
Zielona Infrastruktura jest koncepcją zintegrowanego podejścia do funkcjonalnego i przestrzennie powiązanego planowania obszarów zurbanizowanych wraz z ochroną elementów środowiska, która na przestrzeni ostatnich lat została doceniona przez podmioty odpowiedzialne za planowanie przestrzenne. Niniejsza praca przedstawia możliwości wykorzystania przetworzeń zobrazowań satelitarnych metodami klasyfikacji obiektowej w inwentaryzacji, planowaniu i monitorowaniu obiektów Zielonej Infrastruktury. Do tego celu wykorzystano zobrazowanie satelitarne pozyskane przez satelitę Pleiades w maju 2012 roku, reprezentujące obszar części dzielnicy Ursynów m.st. Warszawy. Wykorzystane w pracy metody klasyfikacji obiektowej wykazały wysoką efektywność w realizacji założonych zadań.
Green Infrastructure is a conception of an integrated approach to functional and spatially related planning of urban areas, along with environmental protection, which in recent years has been appreciated by spatial planning specialists. This study presents the capabilities of using satellite image processing with Geographic Object-Based Image Analysis methods in the inventory, planning and monitoring of Green Infrastructure objects. For this purpose, a satellite image acquired by the Pleiades satellite in May 2012, representing the area of a part of the Ursynów district of the capital city of Warsaw, was used. The object-oriented classification methods used in this work showed high effectiveness in the implementation of the tasks defined.
Źródło:
Teledetekcja Środowiska; 2018, 59; 29-49
1644-6380
Pojawia się w:
Teledetekcja Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Exclusion of lands from agricultural production and urban pressure – case study
Wyłączenia gruntów z produkcji rolnej a zjawisko presji urbanistycznej – case study
Autorzy:
Prus, B.
Powiązania:
https://bibliotekanauki.pl/articles/100464.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie
Tematy:
historical changes in land use
local changes in land use
urban pressure
original use
target use
objects’ classification
spatial taxonomy
historyczne zmiany użytkowania gruntów
lokalne zmiany użytkowania gruntów
presja urbanistyczna
użytkowanie pierwotne
użytkowanie docelowe
klasyfikacja obiektów
taksonomia przestrzenna
Opis:
Though agricultural lands are subject to legal protection limiting their use for non-agricultural purposes, recent research shows that investment areas are becoming larger at the cost of agricultural production areas. The analysis of cases in which lands have been excluded from agricultural production within Ropczyce-Sędziszów district (powiat), covering the period of 15 years, confirms that the change of area of particular lands is taking place. The biggest change affected grasslands and arable lands. The lands excluded from agricultural production are transformed into single-family housing, recreational and communication areas. Moreover the research allowed to show similarities in communes (gminy) with respect to lands excluded from agricultural production. The communes were singled out that were homogeneous as regards exclusion carried out in years 1999–2014. The choice of a research unit – Ropczyce-Sędziszów district – is determined by accessibility of data regarding exclusions and the fact the district is regarded as a unit with an average outlook for socioeconomic development. Simple statistical methods, quantitative analyses and a method of spatial taxonomy were used in the research.
Pomimo, że grunty rolne podlegają prawnej ochronie polegającej na ograniczaniu przeznaczania na cele nierolnicze, badania wskazują na rosnącą powierzchnię terenów inwestycyjnych kosztem rolniczej przestrzeni produkcyjnej. Analiza przypadków wyłączeń gruntów z produkcji na terenie powiatu ropczycko-sędziszowskiego, obejmująca okres 15 lat, potwierdza zmiany w powierzchniach poszczególnych użytków gruntowych. Największym zmianom podlega powierzchnia użytków zielonych oraz gruntów ornych. Grunty wyłączone z produkcji zamieniane są na obszary zabudowy mieszkaniowej jednorodzinnej, rekreacyjnej oraz tereny komunikacyjne. Ponadto badania pozwoliły na określenie podobieństwa gmin w zakresie gruntów wyłączanych z produkcji rolnej. Wydzielono gminy jednorodne pod względem przeprowadzonych w latach 1999-2014 wyłączeń. Wybór jednostki badawczej (powiatu ropczycko-sędziszowskiego) uwarunkowany był możliwością pozyskania danych dotyczących wyłączeń oraz faktem, że powiat ten jest zaliczany do jednostek o przeciętnych warunkach rozwoju społeczno-gospodarczego. W badaniach wykorzystane zostały proste metody statystyczne, analizy ilościowe oraz metoda taksonomii przestrzennej.
Źródło:
Geomatics, Landmanagement and Landscape; 2016, 4; 169-182
2300-1496
Pojawia się w:
Geomatics, Landmanagement and Landscape
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie perceptronu wielowarstwowego do wyszczególniania obiektów o znaczeniu orientacyjnym na mapach topograficznych
The use of a multilayer perceptron for specifying the landmarks on topographic maps
Autorzy:
Pokonieczny, K.
Powiązania:
https://bibliotekanauki.pl/articles/345795.pdf
Data publikacji:
2016
Wydawca:
Polskie Towarzystwo Informacji Przestrzennej
Tematy:
sztuczne sieci neuronowe
obiekty orientacyjne
klasyfikacja obiektów przestrzennych
artificial neural networks
landmarks
spatial data classification
Opis:
W artykule została poruszona problematyka wyboru obiektów o znaczeniu orientacyjnym tj. trwałych obiektów i przedmiotów sytuacyjnych, które łatwo rozpoznać w terenie i według których dokładnie i szybko można określić swoje położenie. Do ich wyszczególniania, wykorzystano sztuczne sieci neuronowe (a konkretnie perceptron wielowarstwowy). W artykule opisano zarówno sposób doboru najwłaściwszej architektury sieci neuronowej, jak i wprowadzane do niej dane wejściowe (parametry opisujące obiekt oraz jego otoczenie). Testy przeprowadzono dla obszaru 4 arkuszy Wojskowej Mapy Topograficznej w skali 1:50 000. Przeanalizowano 4 klasy obiektów (komin, krzyż przydrożny, pomnik i punkt wysokościowy). W celu wyboru odpowiedniej architektury sieci, wykonano sprawdzenie krzyżowe, polegające na podziale próby uczącej na 3 części (uczącą, testową i walidacyjną). Pozwoliło to na wybór 10 najlepszych sieci, które zostały połączone w zespół sztucznych sieci neuronowych. Ponadto przeprowadzono globalną analizę wrażliwości, co pomogło określić, które zmienne mają największy wpływ na możliwość zakwalifikowania obiektu do grupy obiektów orientacyjnych. Wdrożenie sieci wykonano na bazie zbioru danych testowych znajdujących się na obszarze sąsiedniego arkusza mapy. Wyniki wskazują, że przygotowana sieć neuronowa we właściwy sposób potrafiła wyszczególnić obiekt o znaczeniu orientacyjnym. Najwyższy współczynnik nadawany był wysokim, odosobnionym obiektom, co było zgodne ze sposobem nauczania sieci neuronowej. Zastosowanie ciągłej funkcji aktywacji pozwoliło na wyznaczenie współczynnika w ciągłym przedziale od 0 do 1. W zaprezentowanych w artykule przykładach wykorzystane zostały dane przestrzenne pochodzące z Vector Map Level 2 i mapy w skali 1 : 50 000.
The presented article concerns the issue of landmarks selection i.e. solid objects and situational items that may be easily identified in the field. To specify them the artificial neural networks (a multi-layer perceptron) have been used. The article describes both, how to select the most appropriate neural network architecture and input data (attribute and spatial) which are entered to the network. The tests have been performed for the area of 4 sheets of the Military Topographic Map at 1:50 000 scale. 4 classes of objects have been analyzed (a chimney, a wayside cross, a monument and an elevation spot). To select the appropriate network architecture the cross-validation has been performed. The learning sample has been divided into 3 parts (one learning, one testing and one validation sample). This allowed to select the top 10 networks. In addition a global sensitivity analysis was conducted, which helped to determine variables with the greatest impact on the results. Implementation of the network was made based on a test data set, located in the area of the adjacent map sheets. The results showed that the neural network was able to correctly specify a landmark. The highest index was assigned to high, isolated objects, which was in line with the way of teaching the neural network. The usage of a continuous activation function allowed to determine the index in the continuous range 0 to 1. The spatial data from the Vector Map Level 2 and the Military Topographic Map at 1:50 000 scale have been used for studies described in this article.
Źródło:
Roczniki Geomatyki; 2016, 14, 3(73); 397-405
1731-5522
2449-8963
Pojawia się w:
Roczniki Geomatyki
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza możliwości automatycznej detekcji obiektów topograficznych na zdjęciach lotniczych i satelitarnych VHR
Analysis of the possibility of automatic detection of topographic objects in aerial and satellite images of the VHR
Autorzy:
Pluto-Kossakowska, Joanna
Kamiński, Michał
Powiązania:
https://bibliotekanauki.pl/articles/2058369.pdf
Data publikacji:
2022
Wydawca:
Polskie Towarzystwo Geograficzne
Tematy:
uczenie maszynowe
klasyfikacja obrazów
obiekty topograficzne
machine learning
image classification
topographical objects
Opis:
W artykule podjęto temat uczenia maszynowego w rozpoznawaniu obiektów topograficznych na zdjęciach lotniczych i satelitarnych VHR ze szczególnym uwzględnieniem Bazy Danych Obiektów Topograficznych BDOT10k. Celem prac badawczych było przetestowanie trzech algorytmów klasyfikacji nadzorowanej do automatycznej detekcji wybranych klas obiektów topograficznych, m.in.: budynków, betonowych oraz asfaltowych elementów szarej infrastruktury (drogi, chodniki, place), wód powierzchniowych, lasów, terenów zadrzewionych i zakrzewionych, terenów o niskiej roślinności oraz gleby odkrytej (grunty nieużytkowane, wyrobiska). Przeanalizowano trzy powszechnie stosowane klasyfikatory: Maximum Likelihood, Support Vector Machine oraz Random Trees pod kątem różnych parametrów wejściowych. Wynikiem przeprowadzonych badań jest ocena ich skuteczności w detekcji poszczególnych klas oraz ocena przydatności wyników klasyfikacji do aktualizacji bazy danych BDOT10k. Badania zostały przeprowadzone dla zdjęcia satelitarnego WorldView-2 o rozdzielczości przestrzennej 0,46 m oraz ortofotomapy ze zdjęć lotniczych o dokładności przestrzennej 0,08 m. Wyniki badań wskazują na to, że wykorzystanie różnych klasyfikatorów uczenia maszynowego oraz danych źródłowych wpływa nieznacznie na wynik klasyfikacji. Ogólne statystyki dokładności wskazują, że całościowo klasyfikacja z wykorzystaniem zdjęć satelitarnych dała nieco lepsze rezultaty o kilka punktów procentowych w granicach 76-81%, a dla zdjęć lotniczych 75-78%. Natomiast dla niektórych klas miara statystyczna F1 przekracza wartość 0,9. Testowane algorytmy uczenia maszynowego dają bardzo dobre rezultaty w identyfikacji wybranych obiektów topograficznych, ale nie można jeszcze mówić o bezpośredniej aktualizacji BDOT10k.
The article deals with the topic of machine learning (ML) in the recognition of topographic objects in aerial and satellite VHR image, with particular emphasis on the Topographic Objects Database (BDOT10k). The aim of the research work was to test three supervised classification algorithms for automatic detection of selected classes of topographic objects, including: buildings, concrete and asphalt elements of grey infrastructure (roads, pavements, squares), surface waters, forests, wooded and bushy areas, areas with low vegetation and uncovered soil (unused lands or excavations). Three commonly used classifiers were analysed: Maximum Likelihood, Support Vector Machine and Random Trees for different input parameters. The result of the research is the assessment of their effectiveness in the detection of individual classes and the assessment of the suitability of the classification results for updating the BDOT10k database. The research was carried out for the WorldView-2 satellite image with a spatial resolution of 0.46 m and orthophotos from aerial images with a spatial resolution of 0.08 m. The research results indicate that the use of different ML classifiers and source data slightly affects the classification result. Overall accuracy statistics show that the classification using satellite images gave slightly better results by a few percentage points in the range from 76% to 81%, and for aerial photos from 75% to 78%. However, for some classes the statistical measure F1 exceeds 0.9 value. The tested ML algorithms give very good results in identifying selected topographic objects, but it is not yet possible to directly update topographical database.
Źródło:
Teledetekcja Środowiska; 2022, 62; 5-15
1644-6380
Pojawia się w:
Teledetekcja Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Klasyfikacja obiektów w ujęciu czasowo-przestrzennym z zastosowaniem analizy funkcjonalnej
Autorzy:
Pietrzykowski, Robert
Powiązania:
https://bibliotekanauki.pl/articles/583515.pdf
Data publikacji:
2018
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
analiza czasowo-przestrzenna
macierz wag
analiza funkcjonalna
Opis:
Badania i analizy ekonomiczne prowadzą do klasyfikacji obserwowanych obiektów pod względem przestrzennym, czasowym lub przestrzenno-czasowym. Pomijanie oddziaływania przestrzeni na badane obiekty może prowadzić do obniżenia wartości prowadzonych analiz, a nawet do błędnych wniosków. W zagadnieniach klasyfikacyjnych powinno się zatem dążyć do wykorzystania jak największych możliwości, związanych z danymi czasowo- przestrzennymi. Celem przeprowadzonych badań była próba uwzględnienia w analizach przestrzennych nie tylko interakcji przestrzennych, ale także przestrzenno-czasowych, a w konsekwencji propozycja modyfikacji macierzy wag przestrzennych w taki sposób, aby możliwa była analiza interakcji przestrzenno-czasowych. Zaproponowane przez autora podejście do zagadnienia rozwija metody analiz czasowo-przestrzennych. W pracy oprócz metod statystyki przestrzennej wykorzystano elementy analizy funkcjonalnej
Źródło:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2018, 508; 170-179
1899-3192
Pojawia się w:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Opracowanie i ocena skuteczności działania algorytmu segmentacji słupów trakcyjnych pomierzonych techniką mobilnego skaningu laserowego
Automatic extraction of tracion poles using mobile laser scanning data
Autorzy:
Pastucha, E.
Słota, M.
Powiązania:
https://bibliotekanauki.pl/articles/131232.pdf
Data publikacji:
2012
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
mobilny skaning laserowy
chmura punktów
detekcja obiektów
klasyfikacja
infrastruktura kolejowa
mobile laser scanning
point cloud
object detection
segmentation
railway infrastructure
Opis:
W artykule przedstawiono metodę detekcji kolejowych słupów trakcyjnych w oparciu o dane pochodzące ze skaningu laserowego. Głównymi założeniami podczas opracowywania algorytmu były uniwersalność metody, niezależność od parametrów definiowanych przez użytkownika oraz wysoki stopień automatyzacji. Z uwagi na objętość zbiorów danych ze skaningu laserowego i związanych z tym problemów z efektywnym przetwarzaniem chmur punktów, w proponowanym algorytmie obliczenia podzielono na dwa etapy. W etapie pierwszym wyznaczane są regiony, w których potencjalnie mogą występować słupy trakcyjne. Natomiast w etapie drugim weryfikowane jest położenie słupów w obszarach potencjalnych oraz wyszukiwane są punkty zarejestrowane na powierzchniach słupów. W celu uproszczenia obliczeń w pierwszym etapie analizowana jest różnica w gęstości punktów, znajdujących się bezpośrednio nad torami kolejowymi. W etapie drugim każdy z potencjalnych regionów analizowany jest indywidualnie. Po pierwsze wyznaczane są podzbiory punktów z wykorzystaniem kryterium wysokości. W podzbiorach w sposób iteracyjny odrzucane są punkty, których odległość do średniego położenia punktów w podzbiorze jest większa od przyjętej wielkości granicznej. W ten sposób usuwane są odbicia od obiektów znajdujących sie w sąsiedztwie słupów takich jak drzewa czy lampy, natomiast zachowywane są punkty należące do poszukiwanych słupów trakcyjnych. Przeprowadzone badania potwierdziły skuteczność opracowanego algorytmu. Proponowana metoda pozwoliła na detekcję wszystkich rodzajów słupów, znajdujących się w obszarze zainteresowania.
In the last few years in Poland the railway infrastructure modernization program was lounged. It requires fast and precise technique to acquire data sets. Mobile laser scanning could be implemented, however automatic modeling methods from point cloud data sets are not suitable for geometrically complex railway infrastructure equipment such as traction poles. The main object of this study is the development of automatic traction poles extraction algorithm from laser scanning data. The flexibility of the method and independence from user-defined parameters were the main algorithm objectives. Because of the laser scanning data volume, simple calculations on point cloud subsets should be used to assure processing efficiency. In this study the combination of density and distance analysis was used. Proposed algorithm has been divided into two stages. In the first step regions of interest are selected by analysis of density difference for points located directly above the railway tracks. The influence of point density bin size on the number of correctly classified region was tested. In the second stage, each of the potential regions is analyzed individually. Iterative method of rejecting points based on distance criteria was used to extract traction poles points. In the study the point cloud from mobile laser scanner with density of 700 points/m2 was used. The test area covers 1.5 km railroad section between Miechow and Slomniki in Poland and contains 26 traction poles. All traction poles within study area were detected. It was proved that by appropriate combination of density and distance analysis, accurate traction poles extraction is possible even in complex regions with many surrounding objects.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2012, 24; 267-278
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Klasyfikacja obiektów podwodnych
The classification of underwater objects
Autorzy:
Olejnik, A.
Powiązania:
https://bibliotekanauki.pl/articles/366445.pdf
Data publikacji:
2009
Wydawca:
Polskie Towarzystwo Medycyny i Techniki Hiperbarycznej
Tematy:
technologia prac podwodnych
obiekt podwodny
underwater work technology
underwater object
Opis:
W artykule przedstawiono propozycję klasyfikacji obiektów podwodnych. Klasyfikacja oparta jest o semantyczną definicję pojęcia obiekt podwodny. W porównaniu z innymi klasyfikacjami obiektów podwodnych jest rozszerzona. Proponowana klasyfika- cja powstała na skutek realizacji zadań badawczych z zakresu diagnostyki wizyjnej obiektów podwodnych i poszukiwaniem zatopionych obiektów prowadzonych pod kierownictwem autora przez Zakład Technologii Prac Podwodnych AMW, finansowanych z różnych źródeł wspierania nauki.
In the article represented the proposal of the classification of underwater objects. The based classification is for the semantic definition of the notion the under- water object. To other classifications of underwater objects is extended. Proposed classification came into being as the result of the realization of research from the area of the visional diagnostics of underwater objects and with the research of submerged objects headed under the direction of the author by the Department of Underwater Work Technology, financed from different sources of supporting sciences.
Źródło:
Polish Hyperbaric Research; 2009, 2(27); 57-65
1734-7009
2084-0535
Pojawia się w:
Polish Hyperbaric Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Klasyfikacja obiektów na podstawie ich zdjęć rentgenowskich
Object classification using X-ray images
Autorzy:
Nowosad, Piotr
Charytanowicz, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/98446.pdf
Data publikacji:
2020
Wydawca:
Politechnika Lubelska. Instytut Informatyki
Tematy:
object classification
geometric features
image processing
X-ray imaging
klasyfikacja obiektów
cechy geometryczne
przetwarzanie obrazów
obrazowanie rentgenowskie
Opis:
The main aim of the presented research was to assess the possibility of utilizing geometric features in object classifica-tion. Studies were conducted using X-ray images of kernels belonging to three different wheat varieties: Kama, Canadi-an and Rosa. As a part of the work, image processing methods were used to determine the main geometric grain parameters, including the kernel area, kernel perimeter, kernel length and kernel width. The results indicate significant differences between wheat varieties, and demonstrates the importance of their size and shape parameters in the classification process. The percentage of correctness of classification was about 92% when the k-Means algorithm was used. A classification rate of 93% was obtain using the K-Nearest Neighbour and Support Vector Machines. Herein, the Rosa variety was better recognized, whilst the Canadian and Kama varieties were less successfully differentiated.
Głównym celem artykułu było zbadanie możliwości wykorzystania cech geometrycznych obiektów w procesie ich klasyfikacji. Materiał badawczy stanowiły zdjęcia rentgenowskie ziaren trzech odmian pszenicy: kama, kanadyjskiej i rosa. W ramach pracy opracowano metody pozwalające na wyznaczenie cech geometrycznych obiektów znajdujących się na obrazach cyfrowych, takich jak długość, szerokość, średnica, pole i obwód. Otrzymane wyniki wykazały istotne różnice pomiędzy parametrami charakteryzującymi kształt i wielkości poszczególnych odmian pszenicy i możliwość ich zastosowania w procesie klasyfikacji. Procent poprawnie zaklasyfikowanych ziaren za pomocą algorytmu k-średnich wynosił 92%. Nieco lepsze wyniki, rzędu 93%, uzyskano za pomocą metod K-najbliższych sąsiadów i wek-torów wspierających. Najlepiej rozróżnialną odmianą okazała się rosa w porównaniu do odmian kanadyjskiej i kama.
Źródło:
Journal of Computer Sciences Institute; 2020, 15; 206-213
2544-0764
Pojawia się w:
Journal of Computer Sciences Institute
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 26

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