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 "funkcje złożone" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Method of signature recognition with the use of the complex features
    Autorzy:
    Doroz, R.
    Pałys, M.
    Orczyk, T.
    Safaverdi, H.
    Powiązania:
    https://bibliotekanauki.pl/articles/333247.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    biometrics
    signature recognition
    complex features
    biometria
    rozpoznawanie podpisu
    funkcje złożone
    Opis:
    In this paper a new method of handwritten signatures verification has been proposed. This method, for each signature, creates complex features which are describing this signature. These features are based on dependencies analysis between dynamic features registered by tablets. These complex features are then used to create vectors describing the signature. Elements of these vectors are calculated using measures proposed in this work. The similarity between signatures is assessed by determining the similarity of vectors in the compared signatures. Research, whose results will be presented in the further part of this work, have shown a high efficiency of verification using proposed method.
    Źródło:
    Journal of Medical Informatics & Technologies; 2014, 23; 155-162
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wady i zalety metody prognozowania zachowania złożonych procesów opartej na metodzie GMDH z funkcjami wrażliwości
    The advantages and limitations of the complex processes behavior prediction method with sensitivity functions based on GMDH
    Autorzy:
    Bobkowska, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/158179.pdf
    Data publikacji:
    2014
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    procesy złożone
    prognoza
    małoliczne zbiory próbek
    funkcje wrażliwości
    metoda GMDH
    regresja
    complex processes
    prognosis
    short sample of data
    sensitivity functions
    GMDH method
    regression
    Opis:
    W artykule przedstawiono zalety i ograniczenia metody predykcji procesów złożonych reprezentowanych przez szeregi czasowe, opartej na metodzie GMDH i korzystającej z właściwości funkcji wrażliwości. Użycie funkcji wrażliwości ma zapewnić zwiększenie precyzji predykcji w stosunku do metody podstawowej, dzięki informacjom o kierunku i szybkości zmian wartości zmiennych szeregu, zawartych w funkcjach wrażliwości. Na wejściu potrzebna jest niewielka ilości danych (siedem). Metoda wykazuje zwiększenie skuteczności w stosunku do GMDH nawet przy wykorzystaniu wielomianów Kołmogorowa-Gabora jedynie drugiego stopnia.
    In this paper, there are presented the advantages and limitations of the prediction method of complex processes (presented in the form of the time series) which is based on the Russian researcher A. G. Ivakhnenko-GMDH method and uses the properties of the first and second-order sensitivity functions. Sensitivity function is used to ensure an increase of the precision of the prediction in relation to the basic method, thanks to the information about direction and changes in the values of the time series variables and the speed of these changes included in them. We need only small amount of input data (seven) opposed to the other regression methods using large amounts of information in order to study the statistical relationship between time series variables. On the basis of several alternative (partial) models we receive several outputs for every time-series variable, from which we choose the best (terms previously fixed criteria) [1]. Figures 1, 4, 6 and 7 show the results of the prediction of the best partial models for one or two steps forward. Others show values of the sensitivity functions indicating an influence on the studied variables. Results of the prediction without using the sensitivity function differ significantly from the expected values, therefore, are not shown in the drawings. The method shows an increase in efficacy in comparison with GMDH even for second degree Kolomogorov-Gabor polynomials.
    Źródło:
    Pomiary Automatyka Kontrola; 2014, R. 60, nr 12, 12; 1136-1139
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of the results of time series prediction obtained with the classical GMDH algorithm and the modified method containing sensitivity functions
    Porównanie rezultatów predykcji szeregów czasowych uzyskanych za pomocą klasycznego algorytmu GMDH oraz zmodyfikowanej metody GMDH z funkcjami czułości
    Autorzy:
    Bobkowska, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/155812.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    complex systems
    prediction
    sensitivity functions
    GMDH
    partial models
    Kolmogorov-Gabor equation
    time series
    short sample of data
    systemy złożone
    predykcja
    funkcje czułości
    modele częściowe
    równania Kołmogorowa-Gabora
    szeregi czasowe
    próbki niewielu danych
    Opis:
    The paper presents the results of prediction experiments dealing with the behavior of a complex process containing significant regularity which is modeled by a given time series. In my research I use only a small amount of the input data in order to predict future states of the aforementioned time series using a modified GMDH containing sensitivity functions. It turns out that, for some specific processes, sensitivity functions allow us to obtain more accurate results than the classical GMDH.
    Poniższy artykuł przedstawia wyniki eksperymentów dotyczących predykcji zachowania pewnego złożonego procesu zawierającego znaczne regularności, który modelowany jest za pomocą szeregu czasowego. W celu predykcji kolejnych wartości szeregu korzystam jedynie z niewielkiej ilości danych wejściowych stosując zmodyfikowaną metodę GMDH (Group Method of Data Handling) zawierającą funkcje czułości. Metody statystyczne stosowane zwykle w celu ustalenia zależności między poszczególnymi zmiennymi są całkowicie nieprzydatne w warunkach niewielkiej ilości danych wejściowych. Trudno w takich warunkach dostrzec i zbadać regularności szeregu i zależności pomiędzy zmiennymi tego szeregu. Nawet jeśli badany szereg jest szeregiem ze ściśle określoną regularnością, to nie mamy pewności, że ilość próbek, na których ma sposobność pracować badacz jest wystarczająca do określenia wszystkich jego cech. Proces przedstawiony za pomocą pewnego szeregu, może mieć np. składnik cykliczny, który przy małej ilości próbek będzie niewidoczny. Korzystamy więc z narzędzia umożliwiającego uchwycenie wahań analizowanego procesu, jego siły czy kierunku wykorzystywanego między innymi w dyscyplinach zajmujących się sterowaniem procesami. Jednym z takich narzędzi szacujących są właśnie funkcje czułości. Uzyskiwane rezultaty badań pokazują, że zastosowanie funkcji czułości pozwala na otrzymanie dokładniejszych wyników predykcji niż klasyczna metoda GMDH dla pewnych szczególnych zachowań procesu.
    Źródło:
    Pomiary Automatyka Kontrola; 2013, R. 59, nr 7, 7; 688-691
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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