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 "analiza składowych głównych PCA" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 21
Tytuł:
A principal component analysis in concrete design
Autorzy:
Kobaka, Janusz
Katzer, Jacek
Powiązania:
https://bibliotekanauki.pl/articles/31342619.pdf
Data publikacji:
2022
Wydawca:
Politechnika Częstochowska
Tematy:
principal component analysis
PCA
concrete designing
concrete mix
analiza głównych składowych
projektowanie betonu
mieszanka betonowa
Opis:
Over the last 200 years, ordinary concrete has evolved from four basic ingredient materials (gravel, sand, cement, and water) to multicomponent complex composites. The number and variety of the additives, admixtures, non-conventional aggregates, fillers, and fibres currently used for concrete production have continued to grow rapidly. Regrettably, the methods for de-signing concrete mixes have not evolved at a similarly fast pace. Keeping the above facts in mind, the authors utilised a principal component analysis (PCA) to design modern concrete mixes. As an initial approach, 550 cast and tested concrete mixes were analysed. The main aim of the presented study was to prove the usefulness of the PCA methodology for the fast classification of concrete mix compositions. The acquired knowledge should be useful for the effective design of multicomponent modern concrete mixes.
Źródło:
Budownictwo o Zoptymalizowanym Potencjale Energetycznym; 2022, 11; 203-219
2299-8535
2544-963X
Pojawia się w:
Budownictwo o Zoptymalizowanym Potencjale Energetycznym
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An effective data reduction model for machine emergency state detection from big data tree topology structures
Autorzy:
Iaremko, Iaroslav
Senkerik, Roman
Jasek, Roman
Lukastik, Petr
Powiązania:
https://bibliotekanauki.pl/articles/2055178.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
OPC UA
OPC tree
principal component analysis
PCA
big data analysis
data reduction
machine tool
anomaly detection
emergency states
analiza głównych składowych
duży zbiór danych
redukcja danych
wykrywanie anomalii
stan nadzwyczajny
Opis:
This work presents an original model for detecting machine tool anomalies and emergency states through operation data processing. The paper is focused on an elastic hierarchical system for effective data reduction and classification, which encompasses several modules. Firstly, principal component analysis (PCA) is used to perform data reduction of many input signals from big data tree topology structures into two signals representing all of them. Then the technique for segmentation of operating machine data based on dynamic time distortion and hierarchical clustering is used to calculate signal accident characteristics using classifiers such as the maximum level change, a signal trend, the variance of residuals, and others. Data segmentation and analysis techniques enable effective and robust detection of operating machine tool anomalies and emergency states due to almost real-time data collection from strategically placed sensors and results collected from previous production cycles. The emergency state detection model described in this paper could be beneficial for improving the production process, increasing production efficiency by detecting and minimizing machine tool error conditions, as well as improving product quality and overall equipment productivity. The proposed model was tested on H-630 and H-50 machine tools in a real production environment of the Tajmac-ZPS company.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2021, 31, 4; 601--611
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza składowych głównych w ocenie zależności sposobu użytkowania gruntów z emisją gazów cieplarnianych z rolnictwa
Principal components analysis in evaluation of relation between land use and greenhouse gases emission from agriculture
Autorzy:
Kolasa-Więcek, A.
Powiązania:
https://bibliotekanauki.pl/articles/291536.pdf
Data publikacji:
2012
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
analiza składowych głównych
PCA
główne gazy cieplarniane
emisja
rolnictwo
principal components analysis
main greenhouse gases
emission
agriculture
Opis:
W badaniach wykorzystano metodę analizy składowych głównych w celu wyodrębnienia istotnie skorelowanych zmiennych powiązanych z emisją głównych gazów cieplarnianych z rolnictwa względem sposobu użytkowania gruntów. Metoda daje sposobność zastąpienia wejściowego zbioru skorelowanych cech poprzez niewielką liczbę nieskorelowanych składowych głównych, które stanowią liniowe kombinacje zmiennych. Minimalizacja liczby zmiennych potrzebnych do wyjaśnienia danej zmiennej upraszcza interpretację wyników. Badania przeprowadzono z wykorzystaniem programu Statistica 9.0. Wyodrębniono dwie składowe główne, które w 96% wyjaśniają zmienności danych wejściowych. Pierwsza główna składowa wyjaśnia 75% zmienności zawartych głównie w zmiennych grunty orne wraz ze stałą powierzchnią upraw i pastwiska oraz ujemnie skorelowanych zmiennych tj. inne grunty rolne, powierzchnia lasów a także ilość maszyn rolniczych. Druga składowa wyjaśnia 21% zmienności danych poprzez zmienną ilość zużytej w gospodarstwach rolnych energii.
A method of principal components analysis was used in the research in order to separate significantly correlated variables related to emission of greenhouse gases from agriculture towards a method of using lands. The method gives opportunity to replace an input set of correlated features through a low number of non-correlated principal components, which constitute linear rearrangement of variables. Minimisation of the number of variables required to explain a particular variable simplifies interpretation of results. The research was carried out with the use of Statistica 9.0 programme. Two main components were separated, which in 96% explain variations of input data. The first main component explains 75% of variations included mainly in variables arable lands along with a constant surface area of crops and grazing lands as well as negatively correlated variables that is other arable lands, surface area of forests and number of agricultural machinery. The second component explains 21% of variations of data through a variable number of energy used in agricultural farms.
Źródło:
Inżynieria Rolnicza; 2012, R. 16, nr 2, t. 2, 2, t. 2; 105-112
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Changes in the flow and quality of water in the dam reservoir of the Mała Panew catchment (South Poland) characterized by multidimensional data analysis
Zmiany przepływów i jakości wód zbiornika zaporowego w zlewni rzeki Mała Panew (południowa Polska) określone z zastosowaniem wielowymiarowych analiz danych
Autorzy:
Wiatkowski, Mirosław
Wiatkowska, Barbara
Powiązania:
https://bibliotekanauki.pl/articles/204806.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
water reservoir
river
water flow
water quality
multidimensional data analysis
principal component analysis
PCA
zbiornik wodny
rzeka
przepływ wody
jakość wody
wielowymiarowa analiza danych
analiza głównych składowych
Opis:
Multidimensional exploratory techniques, such as the Principal Component Analysis (PCA), have been used to analyze long-term changes in the flow regime and quality of water of the lowland dam reservoir Turawa (south-west Poland) in the catchment of the Mała Panew river (a tributary of the Odra). The paper proves that during the period of 1998–2016 the Turawa reservoir was equalizing the river’s water flow. Moreover, various physicochemical water quality indicators were analyzed at three measurement points (at the tributary’s mouth into the reservoir, in the reservoir itself and at the outflow from the reservoir). The water quality assessment was performed by analyzing physicochemical indicators such as water temperature, TSS, pH, dissolved oxygen, BOD5, NH4+, NOˉ3, NOˉ2, N, PO43-, P, electrolytic conductivity, DS, SO42- and Clˉ. Furthermore, the correlations between all these water quality indicators were analyzed statistically at each measurement point, at the statistical signifi cance level of p ≤ 0.05. PCA was used to determine the structures between these water quality variables at each measurement point. As a result, a theoretical model was obtained that describes the regularities in the relationships between the indicators. PCA has shown that biogenic indicators have the strongest infl uence on the water quality in the Mała Panew. Lastly, the differences between the averages of the water quality indicators of the infl owing and of the outflowing water were considered and their signifi cance was analyzed. PCA unveiled structure and complexity of interconnections between river flow and water quality. The paper shows that such statistical methods can be valuable tools for developing suitable water management strategies for the catchment and the reservoir itself.
Eksploracyjne techniki wielowymiarowe, takie jak analiza składowych głównych (PCA), zostały zastosowane w celu analizy wieloletnich (lata 1998-2016) zmian przepływów i jakości wód nizinnego zbiornika zaporowego Turawa (południowo-zachodnia Polska) w zlewni rzeki Mała Panew (dopływ rzeki Odry). W pracy wykazano, że w okresie 1998-2016 zbiornik Turawa w znacznym stopniu wyrównywał przepływy wód rzeki Mała Panew. Analizowano również wskaźniki fizykochemiczne jakości wód na trzech stanowiskach pomiarowych (dopływ do zbiornika, w zbiorniku i na odpływie ze zbiornika). Ocenę jakości wody wykonano analizując wskaźniki fizykochemiczne takie jak: temperaturę wody, zawiesinę ogólną, pH, tlen rozpuszczony,BOD5, NH4+, NOˉ3, NOˉ2, N, PO43-, P, przewodność elektrolityczną, substancje rozpuszczone, siarczany SO42- - i chlorki Clˉ. Analizie statystycznej poddano również związki korelacyjne pomiędzy wszystkimi wskaźnikami jakości wody na poszczególnych stanowiskach pomiarowych, istotne statystycznie na poziomie p<0,05. W celu wykrycia struktur zachodzących między wskaźnikami jakości wody na każdym stanowisku pomiarowym, zastosowano analizę składowych głównych (PCA) (Principal Components Analysis), w efekcie której otrzymano teoretyczny model opisujący prawidłowości w zależnościach między analizowanymi wskaźnikami jakości wód. Analiza składowych głównych (PCA) wykazała, że jakość wody rzeki Mała Panew najsilniej determinowały wskaźniki biogenne. Analizowano również istotność różnic między średnimi stężeniami wskaźników jakości wody dopływającej do zbiornika i wody odpływającej ze zbiornika. Na podstawie zastosowanych metod eksploracyjnej analizy danych możliwe było rozpoznanie struktur i złożoności powiązań zachodzących pomiędzy przepływami wód oraz wskaźnikami jakości wód w rzece Mała Panew. W pracy wykazano, że metody te mogą stanowić niezbędne narzędzie w zakresie podejmowania strategicznych decyzji i rozwiązań w zakresie racjonalnego gospodarowania wodą zarówno w zlewni zbiornika jak i w zbiorniku wodnym.
Źródło:
Archives of Environmental Protection; 2019, 45, 1; 26-41
2083-4772
2083-4810
Pojawia się w:
Archives of Environmental Protection
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Chatter detection using principal component analysis in cold rolling mill
Autorzy:
Usmani, N. I.
Kumar, S.
Velisatti, S.
Tiwari, P. K.
Mishra, S. K.
Patnaik, U. S.
Powiązania:
https://bibliotekanauki.pl/articles/329460.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
chatter
principal component analysis
PCA
cold rolling
vibration
drgania samowzbudne
analiza składowych głównych
walcowanie na zimno
drgania
Opis:
Most cold rolling mills are prone to chatter problem. Chatter marks are often observed on the strip surface in cold rolling mill leading to downgrade and rejection of rolled material. Chatter impact product quality as well as productivity of mill. In absence of online chatter detection no corrective action can be taken immediately and whole campaign gets affected. Most conventional approach for online chatter detection is by using vibration measurement of mill stands in time & frequency domain. Present work proposes two approaches to detect chatter in cold rolling mill using a statistical technique called Principal Component Analysis (PCA). In this paper two methods are used for chatter detection. First method applies PCA on Fast Fourier Transform (FFT) to differentiate between chatter and non-chatter condition. Second method applies PCA on statistical parameters calculated from raw vibration data to detect chatter.
Źródło:
Diagnostyka; 2018, 19, 1; 73-81
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Eksploracyjna analiza czynnikowa w badaniach struktury zespołu zmiennych obserwowanych
Exploratory factor analysis in studying the structure of multivariate observations
Autorzy:
Laudański, Zbigniew
Mańkowski, Dariusz R.
Flaszka, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/2198130.pdf
Data publikacji:
2012-03-29
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
analiza czynnikowa EFA
analiza składowych głównych PCA
PCA
korelacje
EFA
factor analysis EFA
principal component analysis PCA
correlations
Opis:
W pracy przedstawiono podstawy i zastosowania praktyczne w naukach rolniczych eksplora¬cyjnej analizy czynnikowej, EFA. Opisano zagadnienia numeryczne związane z prowadzeniem niezbędnych obliczeń. Na przykładach przedstawiono sposób interpretacji wyników EFA oraz przykłady jej wykorzystania w badaniach rolniczych.
The paper presents the basic principles and practical applications in agricultural sciences of exploratory factor analysis, EFA. We described the numerical issues related to conducting the necessary calculations. Presented examples demonstrated how to interpret the results of EFA and examples of its use in agricultural research.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2012, 263; 75-89
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Feature vector or time-series – comparison of gestures representations in automatic gesture recognition systems
Autorzy:
Barczewska, K.
Wójtowicz, W.
Moszkowski, T.
Powiązania:
https://bibliotekanauki.pl/articles/115720.pdf
Data publikacji:
2015
Wydawca:
Fundacja na Rzecz Młodych Naukowców
Tematy:
principal component analysis (PCA)
independent component analysis (ICA)
neural networks
sign language
automatic recognition
analiza składowych głównych (PCA)
analiza składowych niezależnych (ICA)
sieci neuronowe
język migowy
automatyczne rozpoznawanie
Opis:
In this paper, we performed recognition of isolated sign language gestures - obtained from Australian Sign Language Database (AUSLAN) – using statistics to reduce dimensionality and neural networks to recognize patterns. We designated a set of 70 signal features to represent each gesture as a feature vector instead of a time series, used principal component analysis (PCA) and independent component analysis (ICA) to reduce dimensionality and indicate the features most relevant for gesture detection. To classify the vectors a feedforward neural network was used. The resulting accuracy of detection ranged between 61 to 87%.
Źródło:
Challenges of Modern Technology; 2015, 6, 1; 1-5
2082-2863
2353-4419
Pojawia się w:
Challenges of Modern Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Hydro-chemical and microbiological characterization of Lower Cretaceous waters in a semi-arid zone Beni-Ounif syncline, South-West of Algeria
Hydrochemiczna i mikrobiologiczna charakterystyka wód dolnej kredy w półsuchej strefie synkliny Beni-Ounif w południowozachodniej Algierii
Autorzy:
Merzougui, Fatima Zahra
Makhloufi, Ahmed
Merzougui, Touhami
Powiązania:
https://bibliotekanauki.pl/articles/292610.pdf
Data publikacji:
2019
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
Beni-Ounif
groundwater
hierarchical cluster analysis (HCA)
hydro-chemical characterization
Lower Cretaceous
microbiological characterization
principal component analysis (PCA)
water quality
analiza składowych głównych (PCA)
charakterystyka hydrochemiczna
charakterystyka mikrobiologiczna
dolna kreda
hierarchiczna analiza skupień (HCA)
jakość wody
wody gruntowe
Opis:
The article analyses the water quality of the Lower Cretaceous aquifer in the Beni-Ounif syncline. To this end, 42 samples were taken for physico-chemical analysis and 28 for microbiological analysis in March, May and October 2017 from 14 sampling points. The results of physico-chemical analysis were processed by multi-variety statistical analysis methods: principal component analysis (PCA) and hierarchical cluster analysis (HCA) coupled to hydro chemical methods: Piper diagram. The PCA allowed us to explore the connections between physico-chemical parameters and similarities between samples and to identify the most appropriate physico-chemical elements to describe water quality. The HCA allowed us to classify the sampling points according to the similarity between them and thus reduce them for the next follow-up analysis. Waters of the syncline are characterized by medium to low mineralization (320 < EC < 7600 μS∙cm–1 and 200 < RS < 4020 mg∙dm–3) and hardness of between 22 and 123°f. Only 19% of the samples show NO3 concentrations exceeding the Algerian standards. Microbiologically, the study reports the presence of bacteria: coliforms (<8 CFU∙0.1 dm–3), Streptococcus D (<1100 CFU∙0.1 dm–3), Clostridium sulphito-reducer of vegetative form (<90 CFU∙0.02 dm–3) and sporulate (<4 CFU∙0.02 dm–3), total aerobic mesophilic flora at 22°C (<462 CFU∙0.001 dm–3) and at 37°C (<403 CFU∙0.001 dm–3). It must be noted that no presence of thermo-tolerant coliforms is observed.
W artykule przedstawiono wyniki analizy jakości wody z poziomu wodonośnego dolnej kredy w synklinie Beni-Ounif. W tym celu pobrano 42 próbki wody do analiz fizycznych i chemicznych oraz 28 próbek do analiz mikrobiologicznych z 14 stanowisk w marcu, maju i październiku 2017 r. Wyniki analiz fizycznych i chemicznych przetworzono za pomocą wieloczynnikowych metod statystycznych: analizy czynników głównych (PCA) i hierarchicznej analizy skupień (HCA) połączonej z metodami hydrochemicznymi, z diagramem Pipera. Analiza PCA umożliwiła zbadanie powiązań między parametrami fizycznymi i chemicznymi oraz podobieństwa między próbkami, a także identyfikację parametrów najbardziej odpowiednich do opisu jakości wody. Wykorzystując HCA, sklasyfikowano stanowiska według ich wzajemnego podobieństwa oraz zredukowano ich liczbę do przyszłych analiz. Wody synkliny charakteryzowały się małą do średniej mineralizacją (320 < EC < 7600 μS∙cm–1 i 200 < RS < 4020 mg∙dm–3) i twardością między 22 i 123°f. Tylko 19% próbek wykazywało stężenie azotanów przekraczające algierskie normy. W badanych wodach stwierdzono obecność bakterii z grupy Coli (<8 jtk∙(0,1 dm3)–1), Streptococcus D (<1100 jtk∙(0,1 dm3)–1), wegetatywnych form (<90 jtk∙(0,02 dm3)–1) i przetrwalników (<4 jtk∙(0,02 dm3)–1) Clostridium oraz całkowitej mezofilnej flory aerobowej w temperaturze 22°C (<462 jtk∙(0,001 dm3)–1) i 37°C (<403 jtk∙(0,001 dm3)–1). Należy dodać, że nie stwierdzono obecności termoodpornych bakterii z grupy Coli.
Źródło:
Journal of Water and Land Development; 2019, 40; 67-80
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identification of changes of machine technical state on the basis of results of principle component analysis of a sequence of thermographic images
Identyfikacja zmian stanu obiektów technicznych na podstawie wyników analizy głównych składowych sekwencji zdjęć termograficznych
Autorzy:
Fidali, M.
Bzymek, A.
Powiązania:
https://bibliotekanauki.pl/articles/327752.pdf
Data publikacji:
2009
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka
maszyna
termowizja
termografia
analiza głównych składowych
machine
diagnostics
thermovision
thermography
principal component analysis
PCA
Opis:
During continuous object observation with the use of a thermographic device, a sequence of thermographic images can be recorded in time function. On the basis of an acquired series of thermograms, determination of diagnostic signals and identification of changes of a machine technical state is possible. An approach presented in the paper concerns application of a Principal Component Analysis (PCA) method. In order to verify the method, an active diagnostic experiment, during which sequences of thermographic images were recorded and analyzed according to their components, was carried out. The obtained results showed that diagnostic signals provided by PCA could be used for identification of changes of a technical state as well as classification of the state with considerably high efficiency.
Podczas ciągłej obserwacji termowizyjnej obiektu technicznego rejestrowana jest sekwencja obrazów w czasie. Na podstawie zarejestrowanej sekwencji obrazów możliwe jest wyznaczenie sygnałów diagnostycznych pozwalających na identyfikację stanu technicznego obserwowanego obiektu. W artykule zaproponowano metodę diagnozowania maszyn na podstawie wyników analizy składowych głównych (PCA) sekwencji obrazów termowizyjnych. W celu weryfikacji metody przeprowadzono czynny eksperyment diagnostyczny, podczas którego rejestrowano sekwencje obrazów, które poddano analizie składowych. Uzyskane wyniki wykazały, że metoda składowych głównych pozwala na identyfikację zmian stanu technicznego oraz efektywną klasyfikację stanu technicznego maszyny.
Źródło:
Diagnostyka; 2009, 3(51); 45-48
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identification of macerals of the inertinite group using neural classifiers, based on selected textural features
Identyfikacja macerałów grupy inertynitu z wykorzystaniem klasyfikatorów neuronowych w oparciu o wybrane cechy tekstury
Autorzy:
Skiba, M.
Młynarczuk, M.
Powiązania:
https://bibliotekanauki.pl/articles/219222.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
sieci neuronowe
analiza składowych głównych
macerały grupy inertynitu
właściwości węgla
parametry Haralicka
macierz zdarzeń
macerals of the inertinite group
neural networks
coal properties
Haralick parameters
co-occurrence matrix
principal component analysis (PCA)
Opis:
The petrographic composition of coal has a significant impact on its technological and sorption properties. That composition is most frequently determined by means of microscope quantitative analyses. Thus, aside from the purely scientific aspect, such measurements have an important practical application in the industrial usage of coal, as well as in issues related to the safety in underground mining facilities. The article discusses research aiming at analyzing the usefulness of selected parameters of a digital image description in the process of automatic identification of macerals of the inertinite group using neural networks. The description of the investigated images was based on statistical parameters determined on the basis of a histogram and co-occurrence matrix (Haralick parameters). Each of the studied macerals was described by means of a 20-element feature vector. An analysis of its principal components (PCA) was conducted, along with establishing the relationship between the number of the applied components and the effectiveness of the MLP network. Based on that, the optimum number of input variables for the investigated classification task was chosen, which resulted in reduction of the size of the network’s hidden layer. As part of the discussed research, the authors also analyzed the process of classification of macerals of the inertinite group using an algorithm based on a group of MLP networks, where each network possessed one output. As a result, average recognition effectiveness of 80.9% was obtained for a single MLP network, and of 93.6% for a group of neural networks. The obtained results indicate that it is possible to use the proposed methodology as a tool supporting microscopic analyses of coal.
Skład petrograficzny węgla w istotnym stopniu wpływa na jego właściwości technologiczne oraz sorpcyjne. Jest on najczęściej wyznaczany za pomocą mikroskopowych analiz ilościowych. Obok aspektu czysto naukowego, tego typu pomiary odgrywają więc znaczącą rolę praktyczną w przemysłowym wykorzystaniu surowca oraz zagadnieniach związanych z bezpieczeństwem w kopalniach podziemnych. W artykule przedstawiono badania mające na celu analizę przydatności wybranych parametrów opisu obrazu cyfrowego do prac dotyczących automatycznej identyfikacji macerałów grupy inertynitu z wykorzystaniem sieci neuronowych. Opis badanych obrazów oparto o parametry statystyczne wyznaczone na podstawie histogramu oraz macierzy zdarzeń (parametry Haralicka). Każdy z badanych maceratów opisano za pomocą 20-elementowego wektora cech. Przeprowadzono analizę jego składowych głównych (PCA) oraz określono wpływ liczby zastosowanych składowych na skuteczność działania sieci MLP. Na tej podstawie dobrano optymalną liczbę zmiennych wejściowych dla rozpatrywanego zagadnienia klasyfikacji, co skutkowało redukcją wymiaru warstwy ukrytej sieci. W ramach opisanych prac przeprowadzono także analizy dotyczące klasyfikacji macerałów grupy inertynitu z wykorzystaniem algorytmu bazującego na grupie sieci MLP, z których każda posiadała jedno wyjście. W wyniku badań uzyskano średnią skuteczność rozpoznań na poziomie 80,9% dla pojedynczej sieci MLP oraz 93,6% w przypadku grupy sieci neuronowych. Otrzymane rezultaty wskazują na możliwość zastosowania proponowanej metodyki jako narzędzia wspierającego mikroskopowe analizy węgla.
Źródło:
Archives of Mining Sciences; 2018, 63, 4; 827-837
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Land clayey deposits compressibility investigation using principal component analysis and multiple regression tools
Autorzy:
Berrah, Yacine
Chegrouche, Aymen
Brahmi, Serhane
Boumezbeur, Abderrahmane
Powiązania:
https://bibliotekanauki.pl/articles/2201674.pdf
Data publikacji:
2022
Wydawca:
Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie
Tematy:
compressibility index
geotechnical parameters
principal component analysis
PCA
multiple regression models
indeks ściśliwości
parametry geotechniczne
analiza głównych składowych
regresja wielokrotna
Opis:
The settlement and compressibility magnitude of the major clayey and marly sediments in Tebessa area (N-E of Algeria) depends on several geotechnical parameters such as compression Cc and recompression Cs indices. The aim of this study was to investigate the parameters related to soil compressibility through tools of statistical analysis, which save time in comparison to multiply repeated laboratory tests. The study also adopted the principal component analysis (PCA) method to eliminate a number of uncorrelated variables that have no influence on the compressibility magnitude, or their impact is insignificant. The highest mean correlation coefficients were obtained for different contributing parameters. Multiple regression analysis has been performed to obtain the best fit model of the output Cc parameter taking into account the best correlation by adding parameters as regressors to reach the highest coefficient of regression R2 . The final obtained model of the present case study gives the best fit model with R2 of 0.92 which is a better value compared to different published models in the literature (R2 of 0.7 as maximum). The chosen input parameters using PCA combined with multiple regression analysis allow identifying the most important input parameters that noticeably affect the soil compression index, and provide with the best model for estimating the Cc index.
Źródło:
Geomatics, Landmanagement and Landscape; 2022, 4; 95--107
2300-1496
Pojawia się w:
Geomatics, Landmanagement and Landscape
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Oszacowanie różnorodności gatunkowej drzewostanów z wykorzystaniem ich reflektancji
Estimation of tree species diversity of forest stands based on their spectral reflectance
Autorzy:
Kotlarz, J.
Kubiak, K.
Kacprzak, M.
Czapski, P.
Powiązania:
https://bibliotekanauki.pl/articles/989447.pdf
Data publikacji:
2016
Wydawca:
Polskie Towarzystwo Leśne
Tematy:
lesnictwo
fotogrametria
drzewostany
roznorodnosc gatunkowa
drzewa lesne
reflektancja
zdjecia lotnicze
zdjecia wielospektralne
analiza skladowych glownych
remote sensing
pca
aerial environmental monitoring
quercus robur
canopy
Opis:
Evaluation of the forest landscape diversity was investigated based on the multispectral aerial images using iterative Principal Component Analysis (PCA) methodology. In 2014, we carried out several photogrammetric flights over the experimental plots establish in the Krotoszyn Plateau (central Poland) documenting the vegetation cycle of forest stands dominated by oaks. Aerial photos of the spatial resolution about 25 cm of forest area in Karczma Borowa Forest District in the range of visible light (460−650 nm) and near infrared (700−930 nm) were collected by multispectral Quercus 6 platform placed on the aircraft. The aim of the study was to evaluate the diversity of forest vegetation cover using remote sensing data based on spectral signatures of plants without complete classification of fractional vegetation cover and species identification in the field. Recursive PCA on data collection from the multispectral images helped to determine with the semi−automatic mode the number of land cover classes, including the classes of vegetation. Based on the radiometric data, the separation of inorganic matter from vegetation and diversity indicators of forest stands on the image area were evaluated. With the PCA method, along the most volatile vectors, the first division into land cover classes of vegetation was conducted. As a result of the first iteration of PCA, three classes of vegetation: deciduous trees, conifers and forest undergrowth was determined. In the second iteration, classes of forest vegetation were separated and interpreted as the area dominated by a single species of tree or shrub. The second iteration divided the deciduous plant image area in plots dominated by English oak stands with an admixture of birch and red oak. Based on the number of pixels in classes representing individual plant species, Shannon−Wiener (H) and Simpson (D) diversity indices were determined. By described methodology, it was found that the differences between the H and D indices for the imagery area after the first and second PCA iteration were small. The relevance of performing successive iterations of PCA analysis, and thus the full identification of species, in the context of diversity calculation should be the subject of further study.
Źródło:
Sylwan; 2016, 160, 12; 1036-1045
0039-7660
Pojawia się w:
Sylwan
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Principal component analysis of older people registered as unemployed in public employment offices
Analiza głównych składowych populacji osób starszych zarejestrowanych w powiatowych urzędach pracy jako bezrobotni
Autorzy:
Bolesta, Karolina
Powiązania:
https://bibliotekanauki.pl/articles/2176597.pdf
Data publikacji:
2023-01-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
pensioners
disability pensioners
retirement age
pre-retirement benefit
unemployed
professional deactivation
principal component analysis
PCA
Kaiser-Meyer-Olkin measure
Bartlett's test of sphericity
emeryci
renciści
wiek emerytalny
świadczenie przedemerytalne
bezrobotni
dezaktywizacja zawodowa
analiza głównych składowych
współczynnik Kaisera-Meyera-Olkina
test sferyczności Bartletta
Opis:
The determinants of registering as an unemployed person in the public employment office may be of both a socio-demographic and legal character. Although every individual has their own motivation to register as unemployed, it is still possible to analyse the phenomenon on a group level. The purpose of this study is to show the similarities and differences of older people registering as unemployed and to identify the factors that were key to professional deactivation. The research is based on data from the Polish Central Analytical and Reporting System concerning 1,276,555 people born in the years 1940–1965, who were at least once registered as unemployed in a public employment office. The study uses principal component analysis (PCA) to identify the factors which influence to the largest extent the decision to deactivate professionally. The Kaiser-Meyer-Olkin measure of sampling adequacy and Bartlett’s test of sphericity proved the feasibility of the PCA. The number of principal components was determined on the basis of Kaiser’s criterion. The varimax factor rotation was applied to simplify the relation between the variables and to enhance the interpretation of the obtained results. The analysis included five groups: pensioners, disability pensioners, people who reached retirement age, people who received pre-retirement benefits and the total population. For each group three to four components were identified which combined different variables. Education and occupation in the last place of work formed the only common component for the five groups which influences the most critical decisions in the labour market. This component demonstrates the level of competence and may determine the moment of professional deactivation. The research shows that economic mechanisms are more important than legal conditions in all the analysed groups.
Czynniki decydujące o zarejestrowaniu się w urzędzie pracy jako osoba bezrobotna mogą mieć charakter społeczno-demograficzny lub prawny. Podjęcie takiej decyzji jest kwestią indywidualną, niemniej jednak można przeanalizować to zjawisko na poziomie grupy. Celem badania omawianego w artykule jest wykazanie podobieństw i różnic osób rejestrujących się jako bezrobotni oraz identyfikacja czynników, które mają największe znaczenie dla dezaktywizacji zawodowej. W badaniu wykorzystano dane z Centralnego Systemu AnalitycznoRaportowego dotyczące 1 276 555 osób urodzonych pomiędzy 1940 r. a 1965 r., które co najmniej raz były zarejestrowane w powiatowym urzędzie pracy jako bezrobotni. W celu identyfikacji komponentów najsilniej wpływających na decyzję o dezaktywizacji zawodowej przeprowadzono analizę głównych składowych (ang. principal component analysis – PCA). Wyniki pomiaru adekwatności Kaisera-Meyera-Olkina oraz testu sferyczności Bartletta potwierdziły słuszność zastosowania tej analizy. Na podstawie kryterium Kaisera określono liczbę głównych składowych. Przeprowadzono rotację czynników varimax, aby uprościć relację między zmiennymi i lepiej zinterpretować uzyskane wyniki. Analiza dotyczyła pięciu grup: emerytów, rencistów, osób, które osiągnęły wiek emerytalny, osób, które pobierały świadczenie przedemerytalne, oraz całej populacji. Dla każdego zbioru danych zidentyfikowano od trzech do czterech składowych łączących różne zmienne. We wszystkich grupach stwierdzono jeden wspólny komponent – łączący wykształcenie i zawód wykonywany w ostatnim miejscu pracy – który wpływa na podejmowanie kluczowych decyzji na rynku pracy. Obrazuje on kompetencje pracowników i może determinować moment dezaktywizacji zawodowej. Wyniki badania wskazują na większe znaczenie mechanizmu ekonomicznego niż uwarunkowań prawnych we wszystkich analizowanych grupach.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2023, 68, 1; 23-38
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Principal components of innovation performance in European Union countries
Główne składowe innowacyjności w krajach Unii Europejskiej
Autorzy:
Kleszcz, Agnieszka
Powiązania:
https://bibliotekanauki.pl/articles/1813754.pdf
Data publikacji:
2021-08-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
innovation
European Innovation Scoreboard
EIS
principal component analysis
PCA
innowacje
Europejski Ranking Innowacyjności
analiza głównych składowych
Opis:
Innovation is one of the main determinants of economic development. Innovative activity is very complex, thus difficult to measure. The complexity of the phenomenon poses a great challenge for researchers to understand its determinants. The article focuses on the problem of innovation-related geographical disparities among European Union countries. Moreover, it analyses the principal components of innovation determined on the basis of the European Innovation Scoreboard (EIS) dimensions. The aim of the paper is to identify the principal components of the innovation index which differentiate countries by analysing the structure of the correlation between its components. All calculations were based on indicators included in the EIS 2020 Database, containing data from the years 2012–2019. A comparative analysis of the studied countries’ innovation performance was carried out, based on the principal component analysis (PCA) method, with the purpose of finding the uncorrelated principal components of innovation which differentiate the studied countries. The results were achieved by reducing a 10-dimensional data set to a 2-dimensional one, for a simpler interpretation. The first principal component (PC1) consisted of the human resources, attractive research systems, and finance and support dimensions (understood as academia and finance). The second principal component (PC2), involving the employment impacts and linkages dimensions, was interpreted as business-related. PC1 and PC2 jointly explained 68% of the observed variance, and similar results were obtained for the 27 detailed indicators outlined in the EIS. We can therefore assume that we have an accurate representation of the information contained in the EIS data, which allows for an alternative assessment and ranking of innovation performance. The proposed simplified index, described in a 2-dimensional space, based on PC1 and PC2, makes it possible to group countries in a new way, according to their level of innovation, which offers a wide range of application, e.g. PC1 captures geographic disparities in innovation corresponding to the division between the old and new EU member states.
Innowacyjność należy do głównych wyznaczników rozwoju gospodarczego. Działalność innowacyjna jest bardzo złożona, a przez to trudna do zmierzenia. Dużym wyzwaniem dla badaczy jest także poznanie uwarunkowań tego zjawiska. W artykule skupiono się na problemie zróżnicowania terytorialnego innowacyjności wśród krajów Unii Europejskiej, a także a Uniwersytet Jana Kochanowskiego w Kielcach, Wydział Nauk Ścisłych i Przyrodniczych, Instytut Geografii i Nauk o Środowisku, Polska / Jan Kochanowski University of Kielce, Faculty of Natural Sciences, Institute of Geography and Environmental Sciences, Poland. ORCID: https://orcid.org/0000-0002-0450-5247. E-mail: agakleszcz87@gmail.com. © Główny Urząd Statystyczny A. KLESZCZ Principal components of innovation performance in European Union countries 25 na analizie głównych składowych innowacyjności wyznaczonych przy wykorzystaniu wskaźników uwzględnianych w Europejskim Rankingu Innowacyjności (European Innovation Scoreboard – EIS). Celem badania omawianego w artykule jest identyfikacja głównych składowych innowacyjności różnicujących kraje na podstawie analizy struktury korelacji. Obliczenia oparto na wskaźnikach zawartych w bazie EIS 2020, obejmujących 2012–2019. Przeprowadzono analizę porównawczą krajów pod kątem wydajności innowacyjnej przy użyciu metody analizy głównych składowych (PCA), aby znaleźć nieskorelowane główne składowe innowacji różnicujące kraje. Wyniki uzyskano dzięki zredukowaniu 10-wymiarowego zestawu danych do zestawu 2-wymiarowego, łatwiejszego do interpretacji. Pozwoliło to wyróżnić pierwszą główną składową (PC1) zawierającą zasoby ludzkie, atrakcyjne systemy badawcze, finanse i wsparcie rozumiane jako środowisko akademickie i finanse. Druga główna składowa (PC2), obejmująca wpływ na zatrudnienie i sieć powiązań, jest interpretowana jako związana z biznesem. Składowe PC1 i PC2 wyjaśniły łącznie 68% wariancji; podobne wyniki uzyskano dla zestawu 27 szczegółowych wskaźników uwzględnianych w EIS. Można zatem uznać, że daje to dokładną reprezentację danych EIS, która zapewnia alternatywną ocenę i ranking wyników w zakresie innowacji. Zaproponowany uproszczony indeks innowacyjności, opisany w przestrzeni dwuwymiarowej, opierający się na PC1 i PC2, umożliwia nowy sposób grupowania krajów i może mieć szerokie zastosowanie, np. PC1 przedstawia geograficzne zróżnicowanie innowacji odpowiadające podziałowi na kraje członkowskie starej i nowej Unii.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2021, 66, 8; 24-45
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Range of soil and climate characteristics appropriate for Pistacia atlantica forest development and rehabilitation (case study: Fars province, Iran)
Zakres charakterystyk glebowych i klimatycznych odpowiednich dla rozwoju i rekultywacji lasów Pistacia atlantica na przykładzie prowincji Fars w Iranie
Autorzy:
Nejabat, M.
Negahdarsaber, M.
Ghahari, G.
Powiązania:
https://bibliotekanauki.pl/articles/292642.pdf
Data publikacji:
2017
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
climatic elements
drought
forest soils
principal component analysis (PCA)
semi-arid regions
soil physical and chemical properties
analiza składowych głównych (PCA)
czynniki klimatyczne
fizyczne i chemiczne właściwości gleb
gleby leśne
susza
tereny półpustynne
Opis:
Investigation of ranges of soil and climate characteristics appropriate for the tolerant species: Pistacia atlantica subsp. mutica according to field study was the main objective of this research. This study was carried out based on random sampling across 20×20 km wild pistachio forests of Fars province (Iran). Results showed that mountainous and hilly lands are the main land types that pistachio species have evolved on. Statistical analysis of physical and chemical soil characteristics based on principal component analysis (PCA) method showed that wide ranges in soil characteristics, even up to about 40% differentiation in some measured properties, did not restricts this subspecies natural growth. The main growth limiting factors were shallow soil depth and light soil texture that decreased storage capacity of soil moisture, necessary for wild pistachios survival during drought and long dry periods. Climatic elements were analysed through the same approach and showed that temperature, precipitation and wind with overall variability of 85.9% were the most effectual factors. Pistacia atlantica subsp. mutica is one of the species refractory to various soil conditions and adapted to weak soils for the establishment and rehabilitation of forests in semi-arid regions.
Głównym celem badań terenowych prezentowanych w niniejszej pracy było przeanalizowanie zakresu wartości charakterystyk glebowych i klimatycznych odpowiednich dla podgatunku Pistacia atlantica subsp. mutica. Próby pobierano losowo z poletka w lesie pistacjowym o wymiarach 20×20 km w prowincji Fars w Iranie. Wyniki dowodzą, że pistacja wyewoluowała na ziemiach górskich i na terenach pagórkowatych. Statystyczna analiza fizycznych i chemicznych właściwości gleb prowadzona metodą składowych głównych (PCA) wykazała, że duża zmienność badanych cech, sięgająca w niektórych przypadkach 40%, nie ograniczała naturalnego wzrostu badanego podgatunku. Głównymi czynnikami ograniczającymi były płytkie gleby o lekkiej strukturze, które zmniejszały zdolność gleb do zatrzymywania wilgoci niezbędnej dziko rosnącej pistacji do przetrwania długich okresów suszy. Czynniki klimatyczne analizowano tą samą metodą i stwierdzono, że najbardziej istotne były temperatura, opady i wiatr o ogólnej zmienności 85,9%. Pistacia atlantica subsp. mutica jest jednym z gatunków najbardziej odpornych na różne warunki glebowe, co może mieć znaczenie dla stabilizowania i rekultywacji lasów na terenach półpustynnych.
Źródło:
Journal of Water and Land Development; 2017, 32; 71-78
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 21

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