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 "fuzzy classification" wg kryterium: Temat

  Lista filtrów

Dostawca treści

Wyrównaj
Wyświetlanie 1-15 z 44
Tytuł:
A framework of a ship domain-based near-miss detection method using Mamdani neuro-fuzzy classification
Autorzy:
Niksa-Rynkiewicz, T.
Szłapczyński, R.
Powiązania:
https://bibliotekanauki.pl/articles/260244.pdf
Data publikacji:
2018
Wydawca:
Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
Tematy:
near-miss
collision risk
ship domain
fuzzy classification
Opis:
Safety analysis of navigation over a given area may cover application of various risk measures for ship collisions. One of them is percentage of the so called near- miss situations (potential collision situations). In this article a method of automatic detection of such situations based on the data from Automatic Identification System (AIS), is proposed. The method utilizes input parameters such as: collision risk measure based on ship’s domain concept, relative speed between ships as well as their course difference. For classification of ships encounters, there is used a neuro-fuzzy network which estimates a degree of collision hazard on the basis of a set of rules. The worked out method makes it possibile to apply an arbitrary ship’s domain as well as to learn the classifier on the basis of opinions of experts interpreting the data from the AIS.
Źródło:
Polish Maritime Research; 2018, S 1; 14-21
1233-2585
Pojawia się w:
Polish Maritime Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A multi-case-based assembly management method for the shipbuilding industry
Autorzy:
Iwańkowicz, Remigiusz
Powiązania:
https://bibliotekanauki.pl/articles/1551812.pdf
Data publikacji:
2021
Wydawca:
Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
Tematy:
assembly management
shipbuilding
case-based reasoning
fuzzy classification
Opis:
This article describes a method for planning the assembly of ship hulls that focuses on a welding sequence, takes into account subassembly processes and makes use of a previously built database of structures. Different degrees of similarity between structures are taken into account. The described research led to the development of an intelligent hybrid sequencing method for structure assembly that uses fuzzy clustering, case-based reasoning and evolutionary optimization. The method is called ‘Multi-case-Based Assembly Planning (MBAP)’. The method is developed to provide satisfactory solutions with low user effort. The analyses carried out show that the calculations are highly timeefficient. The developed evolutionary algorithm converges on sub-optimal solutions. The MBAP method can be directly implemented by any shipbuilder that assembles hulls. Apart from this, fuzzy clustering integrated with case-based reasoning can be applied in practice. The integration of fuzzy clustering and case-based reasoning has been taken to a level higher than previously described in the literature.
Źródło:
Polish Maritime Research; 2021, 2; 27-35
1233-2585
Pojawia się w:
Polish Maritime Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Multistage Procedure of Mobile Vehicle Acoustic Identification for Single-Sensor Embedded Device
Autorzy:
Astapov, S.
Riid, A.
Powiązania:
https://bibliotekanauki.pl/articles/227146.pdf
Data publikacji:
2013
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
vehicle identification
acoustic signal analysis
feature extraction
classification
fuzzy logic
Opis:
Mobile vehicle identification has a wide application field for both civilian and military uses. Vehicle identification may be achieved by incorporating single or multiple sensor solutions and through data fusion. This paper considers a single-sensor multistage hierarchical algorithm of acoustic signal analysis and pattern recognition for the identification of mobile vehicles in an open environment. The algorithm applies several standalone techniques to enable complex decision-making during event identification. Computationally inexpensive procedures are specifically chosen in order to provide real-time operation capability. The algorithm is tested on pre-recorded audio signals of civilian vehicles passing the measurement point and shows promising classification accuracy. Implementation on a specific embedded device is also presented and the capability of real-time operation on this device is demonstrated.
Źródło:
International Journal of Electronics and Telecommunications; 2013, 59, 2; 151-160
2300-1933
Pojawia się w:
International Journal of Electronics and Telecommunications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A new approach for the clustering using pairs of prototypes
Autorzy:
Jezewski, M.
Czabanski, R.
Leski, J.
Horoba, K.
Powiązania:
https://bibliotekanauki.pl/articles/333693.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
fuzzy clustering
pairs of prototypes
fuzzy rule-based classification
grupowanie rozmyte
pary prototypów
rozmyta klasyfikacja oparta na regułach
Opis:
In the presented work two variants of the fuzzy clustering approach dedicated for determining the antecedents of the rules of the fuzzy rule-based classifier were presented. The main idea consists in adding additional prototypes (’prototypes in between’) to the ones previously obtained using the fuzzy c-means method (ordinary prototypes). The ’prototypes in between’ are determined using pairs of the ordinary prototypes, and the algorithm based on distances and densities finding such pairs was proposed. The classification accuracy obtained applying the presented clustering approaches was verified using six benchmark datasets and compared with two reference methods.
Źródło:
Journal of Medical Informatics & Technologies; 2015, 24; 113-121
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A novel approach for automatic detection and classification of suspicious lesions in breast ultrasound images
Autorzy:
Karimi, B.
Krzyżak, A.
Powiązania:
https://bibliotekanauki.pl/articles/91890.pdf
Data publikacji:
2013
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
automatic detection
classification
breast cancer
cancer lesions
ultrasound images
AdaBoost
artificial neural network
Fuzzy Support Vector Machine
Opis:
In this research, a new method for automatic detection and classification of suspected breast cancer lesions using ultrasound images is proposed. In this fully automated method, de-noising using fuzzy logic and correlation among ultrasound images taken from different angles is used. Feature selection using combination of sequential backward search, sequential forward search and distance-based methods is obtained. A new segmentation method based on automatic selection of seed points and region growing is proposed and classification of lesions into two malignant and benign classes using combination of AdaBoost, Artificial Neural Network and Fuzzy Support Vector Machine classifiers and majority voting is implemented.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2013, 3, 4; 265-276
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Actualization of the distributed knowledge base of ergatic system using the method of fuzzy classification
Aktualizacja rozproszonej bazy wiedzy systemu ergatycznego za pomocą metody klasyfikacji rozmytej
Autorzy:
Perederii, V.
Borchik, E.
Powiązania:
https://bibliotekanauki.pl/articles/407801.pdf
Data publikacji:
2014
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
knowledge base
fuzzy classification
membership functions
objects
baza wiedzy
klasyfikacja rozmyta
funkcje przynależności
obiekty
Opis:
In the article a method of actualization the distributed knowledge base of ergatic system using the method of fuzzy classification is proposed. As an example we consider the request choice formation of an alternative of decision-making from the knowledge base, according to the values of the input parameters. Genetic algorithm is used for finding optimal solutions. For automation of calculations MATLAB software package was used.
W pracy zaproponowano metodę aktualizacji rozproszonej bazy wiedzy systemu ergatycznego (system maszyna-człowiek) używając rozmytej klasyfikacji. Rozważono przykłady formułowania zapytań, wybór alternatywnych decyzji z bazy wiedzy, zgodnie z wartościami parametrów wejściowych. Celem znalezienia optymalnych rozwiązań zastosowano algorytmy genetyczne. Do automatyzacji obliczeń zastosowano pakiet MATLAB.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2014, 3; 3-5
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An approach to unsupervised classification
Autorzy:
Przybyła, T.
Pander, T.
Horoba, K.
Kupka, T.
Matonia, A.
Powiązania:
https://bibliotekanauki.pl/articles/333363.pdf
Data publikacji:
2011
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
klasyfikacja
grupowanie rozmyte
klasyfikacja nienadzorowana
klasyfikator najbliższych sąsiadów
classification
fuzzy clustering
unsupervised classification
nearest neighbour classifier
Opis:
Classification methods can be divided into supervised and unsupervised methods. The supervised classifier requires a training set for the classifier parameter estimation. In the case of absence of a training set, the popular classifiers (e.g. K-Nearest Neighbors) can not be used. The clustering methods are considered as unsupervised classification methods. This paper presents an idea of the unsupervised classification with the popular classifiers. The fuzzy clustering method is used to create a learning set. The learning set includes only these patterns that are the best representative of each class in the input dataset. The numerical experiment uses an artificial dataset as well as the medical datasets (PIMA, Wisconsin Breast Cancer) and illustrates the usefulness of the proposed method.
Źródło:
Journal of Medical Informatics & Technologies; 2011, 17; 105-111
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An Expert System for Automatic Classification of Sound Signals
Autorzy:
Tyburek, Krzysztof
Kotlarz, Piotr
Powiązania:
https://bibliotekanauki.pl/articles/307799.pdf
Data publikacji:
2020
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
audio descriptors
bird species
fuzzy classification of audio signals
MPEG-7
spectral features of sound
Opis:
In this paper, we present the results of research focusing on methods for recognition/classification of audio signals. We consider the results of the research project to serve as a basis for the main module of a hybrid expert system currently under development. In our earlier studies, we conducted research on the effectiveness of three classifiers: fuzzy classifier, neural classifier and WEKA system for reference data. In this project, a particular emphasis was placed on fine-tuning the fuzzy classifier model and on identifying neural classifier applications, taking into account new neural networks that we have not studied so far in connection with sounds classification methods.
Źródło:
Journal of Telecommunications and Information Technology; 2020, 2; 86-90
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of new method of initialisation of neuro - fuzzy systems with support vector machines
Analiza nowej metody inicjalizacji systemów neuronowo – rozmytych z wykorzystaniem maszyn wektorów wspierających
Autorzy:
Simiński, K.
Powiązania:
https://bibliotekanauki.pl/articles/375675.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
support vector machine (SVM)
neuro-fuzzy systems
classification
regression
Opis:
The correspondence between support vector machines and neuro-fuzzy systems is very interesting. The full equivalence for classification and partial for regression has been formally shown. The equivalence has very interesting implication. It is a base for a new method of initialization of neurofuzzy systems, ie. for creating of fuzzy rule base. The commonly used methods are based on reversion of item: the premises of fuzzy rules split input domain into region, thus premises of fuzzy rules can be elaborated by partition of input domain. This leads to three main classes of partition of input domain. The above mentioned equivalence results in new way of creating the rule base. Now the input domain is not partitioned, but the premises of fuzzy rules are extracted from support vector. The objective of the paper is to examine the advantages and disadvantages of this new method for creation of fuzzy rule bases for neuro-fuzzy systems.
Związek pomiedzy maszynami wektorów podpierajacych i systemami neuronoworozmytymi jest bardzo interesujący. Została wykazana pełna odpowiedniość między tymi systemami dla klasyfikacji i częściowa dla regresji. Odpowiedność ta ma bardzo ważną konsekwencję. Jest podstawa do opracowania nowego sposobu tworzenia bazy reguł dla systemu neuronowo-rozmytego. Dotychczasowe metody opieraja się na podziale przestrzeni wejściowej, a następnie przekształcenia tak powstałych regionów w przesłanki rozmytych reguł. Tutaj możliwe jest przekształcanie wektorów wspierających na przesłanki reguł rozmytych. Celem artykułu jest przebadanie możliwości stosowania takiego podejścia do inicjalizacji systemów neuronowo-rozmytych. Eksperymenty wykazują dosć istotną wadę tego podejścia. W jego wyniku powstają bardzo liczne zbiory reguł rozmytych, co zupełnie przeczy idei interpretowalności wiedzy w systemach neuronowo-rozmytych. Manipulacja pewnymi parametrami umożliwia zmiejszenie liczby reguł, jednak manipulacja ta jest trudna i wymaga wielu prób. Drugą dość istotna wadą jest wyraźnie wyższy błąd wypracowywany przez systemy inicjalizowane przez SVM w porównaniu do systemów, których bazy reguł tworzone sa˛ poprzez podział przestrzeni wejściowej.
Źródło:
Theoretical and Applied Informatics; 2012, 24, 3; 243-254
1896-5334
Pojawia się w:
Theoretical and Applied Informatics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of modified fuzzy clustering to medical data classification
Autorzy:
Jeżewski, M.
Powiązania:
https://bibliotekanauki.pl/articles/333509.pdf
Data publikacji:
2011
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
grupowanie rozmyte
klasyfikacja
dane medyczne
fuzzy clustering
classification
medical data
Opis:
Classification plays very important role in medical diagnosis. This paper presents fuzzy clustering method dedicated to classification algorithms. It focuses on two additional sub-methods modifying obtained clustering prototypes and leading to final prototypes, which are used for creating the classifier fuzzy if-then rules. The main goal of that work was to examine a performance of the classifier which uses such rules. Commonly used including medical benchmark databases were applied. In order to validate the results, each database was represented by 100 pairs of learning and testing subsets. The obtained classification quality was better in relation to the one of the best classifiers - Lagrangian SVM and suggests that presented clustering with additional sub-methods are appropriate to application to classification algorithms.
Źródło:
Journal of Medical Informatics & Technologies; 2011, 17; 51-57
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Combining Multiple Sound Sources Localization Hybrid Algorithm and Fuzzy Rule Based Classification for Real-time Speaker Tracking Application
Autorzy:
Ibala, C
Astapov, S
Bettens, F
Escobar, F
Chang, X
Valderrama, C
Riid, A
Powiązania:
https://bibliotekanauki.pl/articles/398033.pdf
Data publikacji:
2013
Wydawca:
Politechnika Łódzka. Wydział Mikroelektroniki i Informatyki
Tematy:
DSB
GCC
lokalizacja
śledzenie
MVDR
logika rozmyta
klasyfikacja
rozpoznawanie mowy
biometryka głosu
FPGA
localization
tracking
fuzzy logic
classification
speaker recognition
Opis:
This work present a novel approach to track a specific speaker among multiple using the Minimum Variance Distortionless Response (MVDR) beamforming and fuzzy logic ruled based classification for speaker recognition. The Sound sources localization is performed with an improve delay and sum beamforming (DSB) computation methodology. Our proposed hybrid algorithm computes first the Generalized Cross Correlation (GCC) to create a reduced search spectrum for the DSB algorithm. This methodology reduces by more than 70% the DSB localization computation burden. Moreover for high frequencies Sound sources beamforming, the DSB will be preferred to the MVDR for logic and power consumption reduction.
Źródło:
International Journal of Microelectronics and Computer Science; 2013, 4, 1; 12-25
2080-8755
2353-9607
Pojawia się w:
International Journal of Microelectronics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Comparative Study of Techniques Used in Prediction of Student Performance
Autorzy:
Chauhan, Minakshi
Gupta, Varsha
Powiązania:
https://bibliotekanauki.pl/articles/1159721.pdf
Data publikacji:
2018
Wydawca:
Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
Tematy:
Classification
Clustering
Data Mining Techniques
Educational Data Mining
Fuzzy Logic
Opis:
Providing high quality education is a major concern for higher educational institutions. The quality of education in higher institutions can be assessed by the teaching and learning process. The quality of the teaching learning process depends on the performance of instructor as well as performance of students involved. Analysis and prediction of student performance is key step to identify the poor academic performance. On the basis of prediction, the corrective actions must be taken to improve performance of students and enhance the quality of education system. In this study we surveyed the techniques commonly used to predict the performance of students and also analysed the factors affecting the student academic performance.
Źródło:
World Scientific News; 2018, 113; 185-193
2392-2192
Pojawia się w:
World Scientific News
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Computational gait analysis for post-stroke rehabilitation purposes using fuzzy numbers, fractal dimension and neural networks
Autorzy:
Prokopowicz, P.
Mikołajewski, D.
Tyburek, K.
Mikołajewska, E.
Powiązania:
https://bibliotekanauki.pl/articles/202175.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
computational analysis
spatio-temporal gait parameters
fuzzy analysis
gait classification
disorder recognition
Opis:
Computational gait analysis constitutes a useful tool for quantitative assessment of gait disturbances, improving functional diagnosis, assessment of treatment planning, and monitoring of disease progress. There is little research on use of computational gait analysis in neurorehabilitation of post-stroke survivors, but current evidence on its clinical application supports a favorable cost-benefit ratio. The research was conducted among 50 adult people: 25 of them after ischemic stroke constituted the study group, and 25 healthy volunteers constituted the reference group. Study group members were treated for 2 weeks (10 neurorehabilitation sessions). Spatio-temporal gait parameters were assessed before and after therapy and compared using a novel fuzzy-based assessment tool, fractal dimension measurement and gait classification based on artificial neural networks. Measured results of rehabilitation (changes of gait parameters) were statistically relevant and reflected recovery. There is good evidence to extend its use to patients with various gait diseases undergoing neurorehabilitation. However, methodology for properly conducting and interpreting the proposed assessment and analysis procedures, providing validity and reliability of their results remains a key issue. More objective clinical reasoning, based on proposed novel tools, requires further research.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2020, 68, 2; 191-198
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Design of fuzzy rule-based classifiers through granulation and consolidation
Autorzy:
Riid, A.
Preden, J.-S.
Powiązania:
https://bibliotekanauki.pl/articles/91638.pdf
Data publikacji:
2017
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
pattern recognition
fuzzy classification
complexity reduction
Opis:
This paper addresses the issue how to strike a good balance between accuracy and compactness in classification systems - still an important question in machine learning and data mining. The fuzzy rule-based classification approach proposed in current paper exploits the method of rule granulation for error reduction and the method of rule consolidation for complexity reduction. The cooperative nature of those methods - the rules are split in a way that makes efficient rule consolidation feasible and rule consolidation itself is capable of further error reduction - is demonstrated in a number of experiments with nine benchmark classification problems. Further complexity reduction, if necessary, is provided by rule compression.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2017, 7, 2; 137-147
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Diagnostics of synchronous motor based on sound recognition with application of Linear Predictive Cepstrum Coefficients and fuzzy classifier
Autorzy:
Głowacz, A.
Powiązania:
https://bibliotekanauki.pl/articles/92999.pdf
Data publikacji:
2009
Wydawca:
Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach
Tematy:
sound recognition
processing
classification
diagnostics
fuzzy classifier
Opis:
This document provides the concept of investigations of acoustic signals of imminent failure conditions of synchronous motor. Measurements were made by recorder OLYMPUS WS-200S. Sound recognition software has been implemented. Algorithms of signal processing and analysis have been used. The system is based on the LPCC algorithm and fuzzy classifier with triangular membership function. Results confirm the correct operation of the system of sound recognition of synchronous motor.
Źródło:
Studia Informatica : systems and information technology; 2009, 2(13); 63-72
1731-2264
Pojawia się w:
Studia Informatica : systems and information technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 44

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