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 "Francik, S" wg kryterium: Autor

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 35
Tytuł:
Metoda oceny nowoczesności techniczno-konstrukcyjnej ciągników rolniczych wykorzystująca sztuczne sieci neuronowe. Cz. I: Założenia metody
An artificial neural networks-based method for assessing technical and constructional modernity of farm tractors. Part I: Method guidelines
Autorzy:
Francik, S.
Powiązania:
https://bibliotekanauki.pl/articles/287916.pdf
Data publikacji:
2009
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
nowoczesność
ciągnik rolniczy
sztuczna sieć neuronowa
modernity
farm tractor
artificial neural network
Opis:
Celem pracy było opracowanie koncepcji autorskiej metody oceny nowoczesności techniczno-konstrukcyjnej ciągników rolniczych. Przedstawiono założenia przyjęte do sformułowania modelu oceny nowoczesności. Zgodnie z założeniami metoda będzie wykorzystywała do oceny sztuczne sieci neuronowe, oraz będzie uwzględniała zmienność w czasie wzorca nowoczesnego ciągnika.
The purpose of the work was to develop an author's method for assessing technical and constructional modernity of farm tractors. The paper presents theoretical model used to assess modernity. According to the guidelines, the method uses in the assessment artificial neural networks, and takes into account variability in time for a modern tractor model.
Źródło:
Inżynieria Rolnicza; 2009, R. 13, nr 9, 9; 41-47
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wyznaczanie wartości podstawowych parametrów technicznych nowoczesnych kombajnów zbożowych przy użyciu SSN
Determining the value of basic technical parameters for modern harvester combines with the use of ANN
Autorzy:
Francik, S.
Powiązania:
https://bibliotekanauki.pl/articles/288275.pdf
Data publikacji:
2007
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
kombajn zbożowy
parametry techniczne
sztuczna sieć neuronowa
nowoczesność
technical parameters
harvester combine
artificial neural networks
technological development
Opis:
W pracy zastosowano sztuczne sieci neuronowe do wyznaczania podstawowych parametrów technicznych kombajnów zbożowych. Opracowano modele neuronowe pozwalające wyznaczyć moc silnika, objętość zbiornika ziarna, masę, oraz minimalną i maksymalną szerokość roboczą kombajnu. Przebadano różne typy sieci neuronowych. Najlepszymi modelami okazały się wielowarstwowe perceptrony.
Artificial neural networks were used in this research to determine basic technical parameters of harvester combines. Neural models enabling to determine the engine power, the corn tank volume, the weight, and minimum and maximum operational width of the harvester were developed. Various types of neural networks were analyzed. Multilayer perceptrons proved to be the best models.
Źródło:
Inżynieria Rolnicza; 2007, R. 11, nr 2 (90), 2 (90); 55-61
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metoda oceny nowoczesności techniczno-konstrukcyjnej ciągników rolniczych wykorzystująca Sztuczne Sieci Neuronowe. Cz. II: Modele neuronowe do oceny nowoczesności ciągników rolniczych
Method allowing to assess technical and constructional modernity of farm tractors with the use of Artificial Neural Networks. Part II: Neural models for farm tractor modernity assessment
Autorzy:
Francik, S.
Powiązania:
https://bibliotekanauki.pl/articles/288947.pdf
Data publikacji:
2010
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
ciągnik rolniczy
sztuczna sieć neuronowa
nowoczesność
farm tractor
artificial neural network
modernity
Opis:
Celem pracy było zbudowanie sztucznych sieci neuronowych przeznaczonych do oceny nowoczesności techniczno-konstrukcyjnej różnych modeli ciągników rolniczych. Te modele neuronowe (wielowarstwowe Perceptrony) pozwalają na ocenę grup cech charakteryzujących: silnik, WOM, uciąg, napęd, wielkość ciągnika, trójpunktowy układ zawieszenia, inne cechy, a następnie ocenę całego ciągnika. Sieci te wykazują małe wartości błędów średniokwadratowych (od 1,05 do 2,50 roku dla oceny grup cech, oraz 0,38 i 0,96 roku dla oceny całego ciągnika).
The purpose of the work was to build artificial neural networks designed to assess technical and constructional modernity of various farm tractor models. These neural models (multiplayer Perceptrons) allow to evaluate groups of properties that characterise: a motor, power take-off shaft, draw-bar pull, drive, tractor size, three-point suspension system, other properties, and finally - the whole tractor. These networks show low mean square error values (from 1.05 to 2.50 years when assessing groups of properties, and 0.38 and 0.96 years in case of the whole tractor).
Źródło:
Inżynieria Rolnicza; 2010, R. 14, nr 3, 3; 29-36
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metoda prognozowania wartości parametrów technicznych nowoczesnych maszyn rolniczych. Cz. I. Metodyka prognozowania parametrów ciągników rolniczych
Method of Forecasting technical parameter values of state-of-the-art farm machines. Part I. Forecasting technique for farm tractor parameters
Autorzy:
Francik, S.
Powiązania:
https://bibliotekanauki.pl/articles/289627.pdf
Data publikacji:
2006
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
parametry techniczne
ciągnik rolniczy
sztuczna sieć neuronowa
nowoczesność
maszyna rolnicza
technical parameters
farm tractors
artificial neural network
farm machine
advancement
Opis:
W pracy zaproponowano metodę prognozowania wartości parametrów technicznych dla nowoczesnych ciągników rolniczych. W metodzie tej wykorzystano sztuczne sieci neuronowe. Opracowany został algorytm wyznaczania wartości poszczególnych parametrów.
The paper proposes a method of forecasting technical parameter values for state-of-the-art farm tractors. The method uses artificial neural networks. An algorithm for setting out values of individual parameters was developed.
Źródło:
Inżynieria Rolnicza; 2006, R. 10, nr 11(86), 11(86); 101-108
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metoda prognozowania wartości parametrów technicznych nowoczesnych maszyn rolniczych. Cz. II. Modele neuronowe do wyznaczania parametrów ciągników rolniczych
Method of forecasting technical parameter values of state-of-the-art farm machines. Part II. Neural models for setting out farm tractor parameters
Autorzy:
Francik, S.
Powiązania:
https://bibliotekanauki.pl/articles/289630.pdf
Data publikacji:
2006
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
modele neuronowe
parametry techniczne
ciągnik rolniczy
neural models
farm tractor
technical parameters
Opis:
W pracy przedstawiono charakterystykę sztucznych sieci neuronowych opracowanych do prognozowania parametrów nowoczesnych ciągników rolniczych. Przedstawiono dokładność działania modeli, oraz architekturę sztucznych sieci neuronowych. Wśród opracowanych 21 modeli neuronowych znalazło się 16 trzy- i cztero-warstwowych perceptronów, 4 sieci o radialnych funkcjach bazowych i 1 sieć liniowa.
The paper presents a characteristic of artificial neural networks developed specifically for forecasting parameters of state-of-the-art farm tractors. Accuracy of model performance, and architecture of artificial neural networks were presented. Among 21 developed neural models there were 16 three- and four-layer perceptrons, 4 networks with radial base functions and 1 linear network.
Źródło:
Inżynieria Rolnicza; 2006, R. 10, nr 11(86), 11(86); 109-116
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza wykorzystania przez rolników programów komputerowych do wspomagania decyzji
Analysis of the use of decision support systems by farmers
Autorzy:
Francik, S.
Powiązania:
https://bibliotekanauki.pl/articles/290369.pdf
Data publikacji:
2010
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
decyzja
program komputerowy
zapotrzebowanie na programy
decision
computer program
demand for software
Opis:
Celem pracy było zbadanie stopnia wykorzystania programów komputerowych wspomagających prowadzenie gospodarstwa rolnego przez rolników. Badania zostały przeprowadzone poprzez bezpośrednie ankietowanie właścicieli 135 gospodarstw położonych na terenie dwóch gmin powiatu nowosądeckiego: Grybów oraz Nawojowa. Zdecydowana większość (77%) ankietowanych rolników docenia znaczenie wspomagania komputerowego w prowadzeniu działalności rolniczej, jednak niewielu z nich (17%) słyszało o systemach wspomagania decyzji. Jedynie 15 rolników korzysta z tych systemów, natomiast rolnicy posiadają inne specjalistyczne programy komputerowe.
The goal of this work was to analyze to what degree farmers use computer programs that support running a farm. The tests were conducted by direct polling of 135 owners of farms located in two communes in the Nowy Sącz county: Grybów and Nawojowa. Vast majority (77%) of interviewed farmers acknowledge the meaning of computer-aided support for running agricultural business, but few of them (17%) heard of decision support systems. Only 15 farmers use such systems, however farmers have other specialized computer programs.
Źródło:
Inżynieria Rolnicza; 2010, R. 14, nr 7, 7; 47-54
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Próba zastosowania sztucznych sieci neuronowych do oceny nowoczesności maszyn rolniczych
An attempt to application of artificial neural network to evaluating technological advancement of agricultural machines
Autorzy:
Francik, S.
Powiązania:
https://bibliotekanauki.pl/articles/291206.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczna sieć neuronowa
nowoczesność
maszyna rolnicza
ciągnik rolniczy
artificial neural network
technological advancement
agricultural tractor
Opis:
Zastosowano jednokierunkowe, dwuwarstwowe sztuczne sieci neuronowe (SSN) do oceny nowoczesności ciągników rolniczych. Opracowano zespół sieci neuronowych pozwalających na dokonanie oceny poszczególnych zespołów ciągnika oraz oceny ogólnej. Oceniano oddzielnie silnik, skrzynię biegów, hydraulikę, komfort, a następnie na tej podstawie, uwzględniając masę i moc ciągnika, dokonywano oceny ogólnej. Jako przykłady wykorzystywane do opracowania modeli SSN (uczenie i testowanie) użyto testów 31 ciągników czołowych producentów. Nowoczesność ciągników oceniał niezależny zespół ekspertów. Działanie opracowanych SSN zostało pozytywnie zweryfikowane na przykładzie ciągników Ursus.
One-directional, two-layer artificial neural networks were applied to evaluating the technological modernity of agricultural tractors. A set of neural networks was de-veloped which enabled evaluating of particular tractors assemblies in details as well as a general evaluation of the whole machine. The engine, gear box, hydraulic system, ergonomic features were assessed separately, next on such a basis and considering the tractor weight and power, general evaluation was completed. Tests of 31 brand-named tractors were used as the examples to developing the ANN models (teaching and testing). The tractors’ technological progression was evaluated by a team if independent experts. Functioning of developed ANN’s has been positively verified on an example of the Ursus tractors.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 8, 8; 63-70
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Tendencje zmian wybranych parametrów ciągników rolniczych
Tendencies of changes in parameters of farm tractors
Autorzy:
Francik, S.
Powiązania:
https://bibliotekanauki.pl/articles/291289.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
parametry techniczno-eksploatacyjne
ciągnik rolniczy
technical parameters
operational parameters
farm tractors
Opis:
W pracy dokonano analizy zmian parametrów techniczno - eksploatacyjnych ciągników rolniczych dostępnych na rynku USA, w latach 1946–1995. Analizowano zmiany mocy, masy, prędkości minimalnej i maksymalnej, oraz jednostkowego zużycia paliwa. Wyznaczono trendy zmian tych parametrów dla ciągników z napędem na 2 i na 4 koła. Porównano wartości prognoz z wartościami rzeczywistymi parametrów dla wybranych ciągników.
The paper is to discuss changes of technical and operational parameters of farm tractors available in the USA market between 1946 and 1995. The changes in horse power, weight, minimum and maximum speed, and fuel consumption, were analysed. Trends of such changes were determined for 2 and 4WD tractors. The predicted values for selected tractors were compared with the actual ones.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 6, 6; 141-147
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metoda prognozowania szeregów czasowych przy użyciu sztucznych sieci neuronowych
The method used to predict time series using artificial neural networks
Autorzy:
Francik, S.
Powiązania:
https://bibliotekanauki.pl/articles/291511.pdf
Data publikacji:
2009
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
prognozowanie
szereg czasowy
sztuczna sieć neuronowa
predicting
time series
artificial neural network
Opis:
Celem pracy było opracowanie metodyki prognozowania szeregów czasowych przy użyciu sztucznych sieci neuronowych. Prognozy wykonano zakładając klasyczny model tendencji rozwojowej. Opracowano ogólny algorytm opracowywania prognostycznego modelu neuronowego. Przedstawiono przykład zastosowania tego algorytmu do opracowania 9 modeli neuronowych dla zmiennych prognostycznych charakteryzujących wybrane maszyny rolnicze: kombajny zbożowe, pługi oraz siewniki rzędowe. Przeprowadzono analizę wrażliwości dla opracowanych modeli prognostycznych.
The purpose of the work was to develop methods for predicting time series using the artificial neural networks. The predictions were made assuming the classical development tendency model. The general algorithm for construction of prognostic neural model has been developed. The paper presents an example for using this algorithm to create 9 neural models for prognostic variables characterising selected farm machines: combine harvesters, ploughs and drill seeders. A sensitivity analysis was made for created prognostic models.
Źródło:
Inżynieria Rolnicza; 2009, R. 13, nr 6, 6; 53-59
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie autorskiej metody wyznaczania wartości parametrów nowoczesnych systemów technicznych do pługów i opryskiwaczy polowych
Employing an authors method for determining values of parameters for modern technical systems in ploughs and field spraying machines
Autorzy:
Francik, S.
Powiązania:
https://bibliotekanauki.pl/articles/287923.pdf
Data publikacji:
2009
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
nowoczesność
prognozowanie
maszyna rolnicza
sztuczna sieć neuronowa
modernity
predicting
farm machine
artificial neural network
Opis:
Celem pracy było zastosowanie autorskiej metody, wykorzystującej sztuczne sieci neuronowe, do prognozowania wartości parametrów technicznych nowoczesnych maszyn rolniczych do pługów zawieszanych i opryskiwaczy polowych. Opracowano schematy kolejności wyznaczania poszczególnych parametrów charakteryzujących nowoczesne maszyny objęte badaniami. Jako początkowe zmienne wejściowe przyjęto rok wprowadzenia modelu maszyny rolniczej na rynek oraz jej zapotrzebowanie na moc. Następnie opracowano 10 modeli neuronowych - po 5 dla każdego typu maszyny. Modelami tymi były wielowarstwowe perceptrony oraz sieci o radialnych funkcjach bazowych.
The purpose of the work was to employ an author's method using artificial neural networks to predict values of technical parameters for modern farm machines used in suspended ploughs and field spraying machines. The researchers developed sequence schemes for determining individual parameters characterising modern machines subject to tests. Year of launching a farm machine model into the market and its power demand were taken as initial input variables. Then, 10 neural models were developed - 5 for each machine type. The models were multi-layer perceptrons and networks with radial basic functions.
Źródło:
Inżynieria Rolnicza; 2009, R. 13, nr 9, 9; 49-55
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie ceny ogórka szklarniowego za pomocą sieci neuronowych
Forecasting a hothouse cucumber price with the use of neuron networks
Autorzy:
Francik, S.
Powiązania:
https://bibliotekanauki.pl/articles/288377.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczne sieci neuronowe
prognozowanie
cena
artificial neuron networks
forecasting
price
Opis:
W pracy opracowano modele wykorzystujące sztuczne sieci neuronowe do prognozowania cen ogórka szklarniowego, przy czterech horyzontach prognoz. Porównano dokładności prognoz uzyskanych za pomocą różnych typów sieci neuronowych (liniowych, wielowarstwowych perceptronów i sieci o radialnych funkcjach bazowych). Jako najlepsze modele wybrano sieci liniowe, gdyż pozwalały na uzyskanie najdokładniejszych prognoz.
Models using neuron networks to forecast hothouse cucumber prices have been developed in this research, with four forecast horisons. The accuracy of forecasts obtained with the use of various types of neuron networks (linear, multilayer perceptrons and radial base function networks) have been compared. The linear networks have been selected as the best models as they have generated the most accurate forecasts.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 14, 14; 91-97
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metoda oceny nowoczesności techniczno-konstrukcyjnej ciągników rolniczych wykorzystująca Sztuczne Sieci Neuronowe. Cz. III: Przykłady zastosowania metody
Method allowing to assess technical and constructional modernity of farm tractors with the use of Artificial Neural Networks. Part III: Method application examples
Autorzy:
Francik, S.
Powiązania:
https://bibliotekanauki.pl/articles/288949.pdf
Data publikacji:
2010
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
ciągnik rolniczy
sztuczna sieć neuronowa
farm tractor
artificial neural network
Opis:
W pracy przedstawiono wykorzystanie zbudowanych modeli neuronowych do oceny nowoczesności techniczno-konstrukcyjnej (NTK) przykładowych modeli ciągników rolniczych. Ocenie poddano 35 modeli ciągników Case, John Deere, Massey Ferguson i New Holland wprowadzonych do produkcji w latach 1999 do 2007. Ocenione zostały grupy cech charakteryzujące ciągnik rolniczy, a następnie przeprowadzona została ocena końcowa całego ciągnika. Błąd średniokwadratowy oceny końcowej wyniósł zaledwie 0,83 roku, a ocen poszczególnych grup zmieniał się w zakresie od 1,12 roku do 2,38 roku.
The work presents application of developed neural models in order to assess technical and constructional modernity (TCM) of sample farm tractor models. The assessment was carried out for 35 models of Case, John Deere, Massey Ferguson and New Holland tractors launched into production between 1999 and 2007. Groups of properties characteristic for farm tractor were assessed, followed by final evaluation of the whole tractor. Mean square error for final evaluation was only 0.83 years, and in case of assessments for individual groups it ranged from 1.12 to 2.38 years.
Źródło:
Inżynieria Rolnicza; 2010, R. 14, nr 3, 3; 37-44
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Miskant chiński (Miscanthus sinensis) jako potencjalna roślina energetyczna
Chinese Miscanthus (Miscanthus sinensis) as a potential energy plant
Autorzy:
Francik, S.
Knapik, P.
Powiązania:
https://bibliotekanauki.pl/articles/315222.pdf
Data publikacji:
2012
Wydawca:
Instytut Naukowo-Wydawniczy "SPATIUM"
Tematy:
biomasa
rośliny energetyczne
miskant chiński
Miscanthus sinensis
właściwości mechaniczne źdźbła
biomass
energy plants Miscanthus sinensis
mechanical properties of stalk
Opis:
W publikacji przeprowadzona została analiza porównawcza miskanta chińskiego (Miscanthus sinensis Anderss) i innych roślin energetycznych. Stwierdzono, że miskant jest dobrą alternatywą dla dotychczas uprawianych roślin energetycznych. Do zalet miskanta chińskiego można zaliczyć: wysoki plon suchej masy, małe zapotrzebowanie na wodę i wysoką mrozoodporność. Przeprowadzone badania wytrzymałościowe źdźbła miskanta chińskiego (próba 3-punktowego zginania) wskazują, że maksymalne naprężenia na zginanie są zależne zarówno od wilgotności, jak i od numeru międzywęźla. Wartości naprężeń maksymalnych zmieniają się od 61 MPa do 150 MPa. Wynika to zarówno z zależności od wilgotności i numeru międzywęźla, jak również z biologicznej zmienności źdźbła.
In the publication a comparative analysis of Chinese Miscanthus (Miscanthus sinensis Anderss) and other energy plants was carried out. It was found that Miscanthus sinensis is a good alternative to previously grown energy plants. The advantages of Miscanthus sinensis are: high dry matter yield, low water requirements, and high resistance to frost.The study of Miscanthus sinensis stalks strength (3-point bending sample) indicate that the maxi-mum bending stresses are dependent on both the humidity and the number of internodes. Maximum stress values vary from 61 MPa to 150 MP. This is due to both depending on the humidity and the number of internodes, as well as the biological variability of the stalk.
Źródło:
Autobusy : technika, eksploatacja, systemy transportowe; 2012, 13, 10; 192-197
1509-5878
2450-7725
Pojawia się w:
Autobusy : technika, eksploatacja, systemy transportowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model SSN do wyznaczania siły niszczącej skorupę orzecha włoskiego
SSN model for determination of the force destroying the walnut cover
Autorzy:
Hebda, T.
Francik, S.
Powiązania:
https://bibliotekanauki.pl/articles/287574.pdf
Data publikacji:
2010
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
orzech włoski
SSN
model
walnut
Opis:
Materiał badawczy stanowiły cztery odmiany orzecha włoskiego (Juglans regia L.): Silesia, Targo, Albi i Tryumf. Do tworzenia modelu sztucznych sieci neuronowych (SSN) niezbędna była znajomość rzeczywistej wartości siły niszczącej skorupę orzecha (endokarp). Badania wykonano na maszynie wytrzymałościowej Insight 2 firmy MTS. Jako model służący do wyznaczania siły potrzebnej do rozkruszenia okrywy orzecha włoskiego zastosowano jednokierunkowe wielowarstwowe sieci neuronowe. Opracowano kilka różnych sieci neuronowych, które poddano następnie weryfikacji w celu wybrania modelu najdokładniej opisującego zależność siły niszczącej skorupę orzecha włoskiego od jego cech morfologicznych.
Tests were performed with the use of the following varieties: Silesia, Targo, Albi and Tryumf. For the creation of the SSN model (network learning process), the knowledge of the actual value of the force destroying the walnut cover was necessary. Tests were performed on the testing machine Insight 2 of MTS company. Unidirectional multi-layer neural networks were used as a model aimed at determining the force necessary to crush the walnut cover. Several different neural networks were elaborated and then verified for the purpose of selecting a model that would describe most accurately the dependence of the destructive force on the morphological characteristics of the walnut.
Źródło:
Inżynieria Rolnicza; 2010, R. 14, nr 5, 5; 37-45
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model twardości ziarniaków pszenicy wykorzystujący sztuczne sieci neuronowe
Hardness model for wheat caryopsises using artificial neural networks
Autorzy:
Hebda, T.
Francik, S.
Powiązania:
https://bibliotekanauki.pl/articles/289422.pdf
Data publikacji:
2006
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczna sieć neuronowa
ziarno
twardość
grubość
okrywa owocowo-nasienna
artificial neural network
grain
hardness
thickness
fruit and seed coat
Opis:
W pracy opracowano modele wykorzystujące sztuczne sieci neuronowe do wyznaczania twardości ziarna pszenicy (odmiany Mewa, Korweta, Sakwa, Symfonia, Zyta i Elena) na podstawie wymiarów geometrycznych, masy ziarniaka, grubości jego okrywy owocowo-nasiennej oraz odmiany. Po przebadaniu 150 sieci wybrano jako model sieć typu perceptron trójwarstwowy o siedmiu neuronach w warstwie ukrytej. Jako dane wejściowe istotne okazały się wszystkie przyjęte do badań zmienne.
The work presents models using Artificial Neural Networks for setting out hardness of wheat grain (variation Mewa, Korweta, Sakwa, Symfonia, Zyta and Elena) based on geometric dimensions, caryopsis weight, thickness of its fruit and seed coat and variation. After examining 150 networks as a model perceptron tri-layer type network with seven neurons in hidden layer was selected. As input data all the variables taken for tests turned out to be relevant.
Źródło:
Inżynieria Rolnicza; 2006, R. 10, nr 13(88), 13(88); 139-146
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 35

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