Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "classification approach" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Primary Evaluation of the Economic Losses Caused by Water Pollution in Shanghai by Classification Approach
    Autorzy:
    Xu, B.
    Liu, Y.
    Powiązania:
    https://bibliotekanauki.pl/articles/204933.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    zanieczyszczenia wody
    Szanghaj
    primary evaluation
    water pollution losses
    Shanghai
    classification approach
    Opis:
    The primary evaluation of the economic losses caused by water pollution in Shanghai in the year 2009 is made by classifi cation approach in order to provide basis for decision of the relative water management policy. The result shows that the portion of water pollution losses in GDP of Shanghai was 2.7%, which was still lower than the average level of whole China despite of the local high population density and the scale of industry, suggesting to some extent the continuous attention in water protection paid by Shanghai government.
    Źródło:
    Archives of Environmental Protection; 2013, 39, 1; 67-74
    2083-4772
    2083-4810
    Pojawia się w:
    Archives of Environmental Protection
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Formalized hierarchically nested expert system for classification of mesic and wet grasslands in Poland
    Autorzy:
    Kacki, Z.
    Swacha, G.
    Lengyel, A.
    Korzeniak, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/2130586.pdf
    Data publikacji:
    2020
    Wydawca:
    Polskie Towarzystwo Botaniczne
    Tematy:
    Cocktail method
    vegetation classification
    Molinio-Arrhenatheretea
    syntaxonomy
    diversity
    Braun-Blanquet approach
    Opis:
    The goal of this study was to propose a hierarchically nested classification system comprising four principal levels of the Braun-Blanquet system for Polish grasslands of the class Molinio-Arrhenatheretea. Using the Cocktail method, we defined consistent criteria for delimitation of the class, three orders, nine alliances, and 45 associations. Formal definitions were prepared using the summed cover and presence/absence information of species groups and individual dominant species. We created an expert system with a set of assignment rules that unambiguously classify relevés to a single unit at the given abstraction level of the Braun-Blanquet system in such a way that a relevé matched by the definition of a focal vegetation unit must be matched by definitions of all superior units. Of 11,535 relevés classified to Molinio-Arrhenatheretea, 36% were recognized at the association level, and 57% and 85% at the alliance and order level, respectively. All relevés were assigned unambiguously, meaning that a single relevé could not be assigned to more than one unit within the same hierarchical level (no overlap between vegetation units). This study is the first proposal of a hierarchically nested classification system that classifies grassland vegetation at different syntaxonomical levels unequivocally. It is important to create definitions for different syntaxonomical levels because the majority of vegetation patches do not fit to the associations, but can only be assigned to high-rank units such as alliance, order, or class.
    Źródło:
    Acta Societatis Botanicorum Poloniae; 2020, 89, 4
    0001-6977
    2083-9480
    Pojawia się w:
    Acta Societatis Botanicorum Poloniae
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Classement de métonymies et traduction automatique
    Classification of metonymy and automatic translation
    Autorzy:
    Czekaj, Anna
    Powiązania:
    https://bibliotekanauki.pl/articles/1789355.pdf
    Data publikacji:
    2020-12-23
    Wydawca:
    Wydawnictwo Uniwersytetu Śląskiego
    Tematy:
    Metonymy
    automatic translation
    object-oriented approach
    lexicographic description
    object class
    attributes
    operators
    frame
    classification
    Opis:
    The paper is a continuation of the author’s previous work regarding the legitimacy of metonymy classification for the needs of automatic translation. The author attempts to solve the problem presented in the paper entitled Classification of metonymy and its usefulness in automatic translation and proposes her classification of metonymic expressions, which could be a helpful tool in computer translation.
    Źródło:
    Neophilologica; 2020, 32; 192-209
    0208-5550
    2353-088X
    Pojawia się w:
    Neophilologica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Cyfrowa analiza zdjęcia satelitarnego VHR dla pozyskiwania danych o pokryciu terenu – podejście obiektowe i pikselowe
    Digital analysis of VHR satellite image for obtainig land cover data – object and pixel-approach
    Autorzy:
    Chmiel, J.
    Fijałkowska, A.
    Woronkiewicz, Ł.
    Powiązania:
    https://bibliotekanauki.pl/articles/129896.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    pokrycie terenu
    klasyfikacja
    analiza cyfrowa
    zdjęcie satelitarne VHR
    podejście obiektowe
    land cover
    classification
    digital analysis
    VHR satellite image
    object approach
    Opis:
    Zdjęcia satelitarne o bardzo wysokiej rozdzielczości przestrzennej (VHR) staja się niezastąpionym w wielu zastosowaniach źródłem danych i informacji o powierzchni Ziemi ze względu na wysokie walory interpretacyjne i możliwe do uzyskania dokładności kartometryczne końcowych produktów. Ma to szczególne znaczenie dla aplikacji, gdzie przedmiotem zainteresowania są obszary o złożonej strukturze przestrzennej. Rosnące potrzeby w zakresie pozyskiwania ze zdjęć satelitarnych VHR różnorakich informacji o powierzchni Ziemi, w tym o pokryciu terenu, wymagają jednakże wypracowania bardziej skutecznych i wydajnych metod analizy cyfrowej. W przeciwieństwie do tradycyjnych metod cyfrowej klasyfikacji, które za jednostkę podstawowa przetwarzania (analizy) przyjmują piksel, a zbiór cech wyróżniających definiowany jest zasadniczo w przestrzeni spektralnej, obiektowo zorientowane podejście do analizy pozwala rozszerzyć zbiór cech (wyróżniających obiekty) o elementy związane z tekstura, wielkością, kształtem, szeroko rozumianym sąsiedztwem, kontekstem. Obiektowe podejście często pozwala także w większym stopniu na swego rodzaju obejście pewnych problemów tradycyjnych metod klasyfikacji na poziomie piksela wynikających z wysokiej heterogeniczności wyróżnialnych powierzchni i częstej obecności tzw. statystycznego szumu jako konsekwencji wysokiej rozdzielczość przestrzennej. Wyłonione w wyniku analizy obiekty swoim rozkładem przestrzennym w bardziej naturalny sposób formują obraz rzeczywistości. W niniejszym artykule prezentowane są określone wyniki z zakresu cyfrowej analizy zdjęcia satelitarnego VHR, której celem było pozyskanie danych o pokryciu terenu z wykorzystaniem zarówno pikselowego, jak i obiektowego podejścia do analizy. W pierwszym przypadku zastosowano nadzorowane podejście do klasyfikacji, wykorzystując znane w tym zakresie tradycyjne algorytmy. Podejście obiektowe realizowano w oparciu o funkcjonalność oprogramowania eCognition (Definiens). W tej części istotne było równie włączenie do analizy określonych elementów wiedzy i innych informacji, co miało na celu podniesienie efektywności metody i poprawności końcowych wyników. Określone testy zostały przeprowadzone dla obszaru o zróżnicowanym stopniu złożoności charakterystyki przestrzennej. Dla terenów rolniczych dodatkowo ważne było tak e rozpoznanie upraw. Uzyskane wyniki podkreślają (przy określonych założeniach wstępnych) zalety i ograniczenia zastosowanych podejść i metod, wskazując jednak e pewne widoczne zalety podejścia obiektowego.
    Very high resolution satellite images with their valuable photo-interpretation properties and potential high level of geometric accuracy of end products are considered in many applications as a crucial source of data and information about the Earth surface. It is of special importance for such applications in which the area of interest is characterised by complex spatial structure. Growing needs for obtaining diverse categories of information about Earth surface, including land cover, require effective and efficient methods of digital analysis to be worked out. In contrast to traditional methods of digital classification, which use pixel as a reference unit of processing and the frame of discriminating features is basically defined in spectral space, the object-based approach allows to increase the set of discriminating features, including new elements related to texture, size, shape, widely understood neighbourhood, and context. Object-based approach often allows, to a large extent, to avoid some problems of traditional pixel-based classifiers, which result from high level of heterogeneity of identified areas and the frequent presence of so-called statistical noise, which is considered as a consequence of high spatial resolution. The finally created and identified objects in object-based analysis, in their spatial distribution form more natural image of reality. In the present paper, certain results are presented from a range of digital analysis of VHR satellite image, where the main goal was to achieve land cover data applying pixel and object-based approach. In first case, the supervised approach was used with known traditional algorithms. The object-based approach was adopted based on Definiens Professional set of tools. In the latter approach, the essential was also to include certain elements of knowledge and ancillary information with the aim to improve efficiency of the method and accuracy of final results. Given tests were performed for the terrain of diverse levels of spatial complexity. For the rural areas, an important issue was also to recognize the crops. The results showed (with the certain input assumptions) the positive aspects and limitations of applied approaches and methods, pointing at some visible advantages of the object-based approach.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2007, 17a; 139-148
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A weighted wrapper approach to feature selection
    Autorzy:
    Kusy, Maciej
    Zajdel, Roman
    Powiązania:
    https://bibliotekanauki.pl/articles/2055180.pdf
    Data publikacji:
    2021
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    feature selection
    wrapper approach
    feature significance
    weighted combined ranking
    convolutional neural network
    classification accuracy
    selekcja cech
    sieć neuronowa konwolucyjna
    dokładność klasyfikacji
    Opis:
    This paper considers feature selection as a problem of an aggregation of three state-of-the-art filtration methods: Pearson’s linear correlation coefficient, the ReliefF algorithm and decision trees. A new wrapper method is proposed which, on the basis of a fusion of the above approaches and the performance of a classifier, is capable of creating a distinct, ordered subset of attributes that is optimal based on the criterion of the highest classification accuracy obtainable by a convolutional neural network. The introduced feature selection uses a weighted ranking criterion. In order to evaluate the effectiveness of the solution, the idea is compared with sequential feature selection methods that are widely known and used wrapper approaches. Additionally, to emphasize the need for dimensionality reduction, the results obtained on all attributes are shown. The verification of the outcomes is presented in the classification tasks of repository data sets that are characterized by a high dimensionality. The presented conclusions confirm that it is worth seeking new solutions that are able to provide a better classification result while reducing the number of input features.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2021, 31, 4; 685--696
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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