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 "hierarchical cluster analysis (HCA)" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Real-time analysis and classification of bioaerosols based on optical scattering properties
    Analiza i klasyfikacja bioaerozoli w czasie rzeczywistym w oparciu o właściwości rozpraszania światła
    Autorzy:
    Kaliszewski, M.
    Trafny, E. A.
    Włodarski, M.
    Lewandowski, R.
    Stępińska, M.
    Kwaśny, M
    Kostecki, J.
    Kopczyński, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/208659.pdf
    Data publikacji:
    2017
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    klasyfikacja bioaerozoli
    rozpraszanie
    analiza wielkości i kształtu cząstek
    wykrywanie bojowych środków biologicznych
    bioaerosol classification
    scattering
    particle size and shape analysis
    biological warfare agents’ detection
    hierarchical cluster analysis (HCA)
    HCA
    Opis:
    The size and shape of biological particles are important parameters allowing discrimination between various species. We have studied several aerosols of biological origin such as pollens, bacterial spores and vegetative bacteria. All of them presented different morphology. Using optical size and shape analyser we found good correlation between light scattering properties and actual particle features determined by scanning electron and fluorescence microscopy. In this study, we demonstrated that HCA (Hierarchical Cluster Analysis) offers fast and continuous bioaerosol classification based on shape and size data matrices of aerosols. The HCA gives an unequivocal interpretation of particle size vs. asymmetry data. Therefore, it may provide high throughput and reliable screening and classification of bioaerosols using scattering characteristics.
    Rozmiar i kształt cząstek biologicznych są ważnymi parametrami pozwalającymi na rozróżnianie pomiędzy różnymi rodzajami cząstek. Przeprowadzone zostały badania aerozoli pochodzenia biologicznego takich jak pyłki roślin, przetrwalniki oraz wegetatywne bakterie. Substancje te wykazywały różne właściwości morfologiczne. W wyniku przeprowadzonych badań przy pomocy optycznego analizatora wielkości i kształtu cząstek znaleziona została wysoka korelacja pomiędzy właściwościami rozpraszania światła a rzeczywistymi właściwościami cząstek określonymi na podstawie SEM (Skaningowego Mikroskopu Elektronowego) oraz mikroskopu fluorescencyjnego. Przedstawione badania pokazują, że HCA (Hierarchical Cluster Analysis) umożliwia szybką, wiarygodną, prowadzoną w sposób ciągły analizę i klasyfikację bioaerozoli w oparciu o ich charakterystyki rozproszeniowe.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2017, 66, 1; 27-40
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    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:
    Assessment of Sustainable Development Using Cluster Analysis and Principal Component Analysis
    Ocena zrównoważonego rozwoju za pomocą analizy skupień i analizy głównych składników
    Autorzy:
    Drastichová, Magdaléna
    Filzmoser, Peter
    Powiązania:
    https://bibliotekanauki.pl/articles/371108.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Komitet Człowiek i Środowisko PAN
    Tematy:
    European Union (EU)
    Hierarchical Cluster Analysis (HCA)
    Principal Component Analysis (PCA)
    Sustainable Development (SD)
    Sustainable Development Goals (SDGs)
    JEL Classification
    Q01
    Q50
    Q51
    Q54
    Q56
    Unia Europejska
    hierarchiczna analiza skupień
    analiza głównych wskaźników
    rozwój zrównoważony
    cele zrównoważonego rozwoju
    Opis:
    The European Union (EU) Sustainable Development Goals (SDG) indicator set replaced the EU Sustainable Development Strategy (SDS) in 2017. The selected indicators of this set were chosen for the analysis to classify the sample of the 28 EU countries along with Norway according to their performance in sustainability. In the selection of indicators, priority was given to the indicators reflecting the social dimension of SD, along with important representatives of the economic, ecological and institutional dimensions of SD generally. Hierarchical Cluster Analysis (HCA) and Principal Component Analysis (PCA) were applied to the data of 12 indicators in the period 2012- 2016. By means of the HCA, four clusters were created in each year of the period 2012-2016 using the indicator values of particular years and then using all the indicator values in all the monitored years for the general assignment of countries to particular clusters. According to changes in the assignment to particular clusters over the years, the sustainability of development and the path of SD in the examined countries are assessed. As regards the core countries of each cluster, cluster 1 includes the most developed EU countries and is thus evaluated as the best performing cluster. Cluster 2 including the least developed EU countries is evaluated as the worst performing cluster. Cluster 3 predominantly includes the transitive economies and it is evaluated as the second best performing cluster according to the indicators applied. Cluster 4 containing the Southern countries is assessed as the second worst performing cluster. From the shifts of countries that occurred between the years, the shift of Ireland from cluster 3 to cluster 1 in 2013 must be emphasised as the move towards higher sustainability. The shift of Slovakia and Hungary from cluster 2 to cluster 3 in 2013 is also evaluated as progress towards higher sustainability.
    W Unii Europejskiej w 2017 r. Cele zrównoważonego rozwoju zastąpiły dotychczasową Strategię zrównoważonego rozwoju. W tej pracy wybrane wskaźniki odnoszące się do nowych Celów zrównoważonego rozwoju stanowią podstawę klasyfikacji 28 krajów Wspólnoty oraz Norwegii. Wśród tych wskaźników priorytetowo potraktowano te odnoszące się do wymiaru społecznego zrównoważonego rozwoju, uzupełniając dyskusję o podstawowe wskaźniki ekonomiczne, ekologiczne i instytucjonalne. Przeanalizowano okres obejmujący lata 2012-2016. Wobec wybranych 12 wskaźników zastosowano hierarchiczną analizę skupień i analizę głównych składników. Utworzono cztery klastry w ramach każdego roku z analizowanego okresu, określając wartości wskaźników dla poszczególnych lat, a następnie określenie wszystkich wartości wskaźników dla wszystkich monitorowanych lat umożliwiło przypisanie krajów do poszczególnych klastrów. Określenie zmian w przypisaniu do poszczególnych klastrów na przestrzeni lat umożliwiło ocenę zrównoważoności rozwoju i określenie ścieżki zrównoważonego rozwoju badanych krajów. Jeśli chodzi o główne kraje każdego klastra, to klaster 1 obejmuje najbardziej rozwinięte kraje UE i dlatego jest oceniany jako klaster, który osiąga najlepsze wyniki. Klaster 2 uwzględnia najsłabiej rozwinięte kraje i oceniony jest jako ten, który osiąga najgorsze wyniki. Klaster 3 obejmuje głównie gospodarki znajdujące się w okresie przejściowym i jest oceniany jako drugi osiągający najlepsze wyniki. Klaster 4 obejmuje kraje Południa i jest oceniany jako drugi osiągający najgorsze wyniki. Uwzględniając zmiany jakie zaszły w okresie kolejnych lat, należy podkreślić przesunięcie Irlandii z klastra 3 do klastra 1 w 2013 r., co oznacza ruch w kierunku większej zrównoważoności. Tak samo należy ocenić przejście w tym samym roku Słowacji i Węgier z klastra 2 do klastra 3.
    Źródło:
    Problemy Ekorozwoju; 2019, 14, 2; 7-24
    1895-6912
    Pojawia się w:
    Problemy Ekorozwoju
    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