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 "klasyfikator rozmyty" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Badanie klasyfikatora rozmytego z wykorzystaniem entropii rozmytej
    Study of fuzzy classifier based on fuzzy entropy
    Autorzy:
    Sosnowski, Z. A.
    Powiązania:
    https://bibliotekanauki.pl/articles/404093.pdf
    Data publikacji:
    2012
    Wydawca:
    Polskie Towarzystwo Symulacji Komputerowej
    Tematy:
    klasyfikator rozmyty
    rozmyta entropia
    fuzzy classifier
    fuzzy entropy
    Opis:
    W pracy przedstawiono architekturę klasyfikatora rozmytego opartego na entropii rozmytej oraz zbadano jego wydajność na standardowych zestawach danych: Iris i Wisconsin breast cancer. Wyniki symulacji pokazują, że przedstawiony klasyfikator daje zadawalające wskaźniki klasyfikacji.
    In this paper, we present the architecture of fuzzy classifier based on fuzzy entropy and examine its performance on Iris and Wisconsin breast cancer data sets. Simulation results show that the presented classifier has a satisfactory classification rate.
    Źródło:
    Symulacja w Badaniach i Rozwoju; 2012, 3, 2; 99-106
    2081-6154
    Pojawia się w:
    Symulacja w Badaniach i Rozwoju
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Reguły decyzyjne z rozmytą granulacją wiedzy
    Decision rules with fuzzy granulation of knowledge
    Autorzy:
    Sosnowski, Z. A.
    Powiązania:
    https://bibliotekanauki.pl/articles/404232.pdf
    Data publikacji:
    2012
    Wydawca:
    Polskie Towarzystwo Symulacji Komputerowej
    Tematy:
    klasyfikator rozmyty
    rozmyte drzewa decyzyjne
    rozmyte grupowanie kontekstowe
    fuzzy classifier
    fuzzy decision trees
    context based FCM
    Opis:
    W pracy przedstawiono architekturę klasyfikatora rozmytego opartego na klastrowo-kontekstowych rozmytych drzewach decyzyjnych oraz zbadano jego wydajność na standardowych zestawach danych: Dermatology i Housing Data Sets. Wyniki symulacji pokazują, że przedstawiony klasyfikator daje zadowalające wskaźniki klasyfikacji.
    In this paper, we present the architecture of fuzzy classifier based on context fuzzy cluster-oriented decision trees and examine its performance on Dermatology and Housing data sets. Simulation results show that the presented classifier has a satisfactory classification rate.
    Źródło:
    Symulacja w Badaniach i Rozwoju; 2012, 3, 4; 225-232
    2081-6154
    Pojawia się w:
    Symulacja w Badaniach i Rozwoju
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A class of neuro-computational methods for assamese fricative classification
    Autorzy:
    Patgiri, C.
    Sarma, M.
    Sarma, K. K.
    Powiązania:
    https://bibliotekanauki.pl/articles/91763.pdf
    Data publikacji:
    2015
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    neuro-computational classifier
    fricative phonemes
    Assamese language
    Recurrent Neural Network
    RNN
    neuro fuzzy classifier
    linear prediction cepstral coefficients
    LPCC
    self-organizing map
    SOM
    adaptive neuro-fuzzy inference system
    ANFIS
    klasyfikator neuronowy
    klasyfikator neuronowo rozmyty
    sieć Kohonena
    Opis:
    In this work, a class of neuro-computational classifiers are used for classification of fricative phonemes of Assamese language. Initially, a Recurrent Neural Network (RNN) based classifier is used for classification. Later, another neuro fuzzy classifier is used for classification. We have used two different feature sets for the work, one using the specific acoustic-phonetic characteristics and another temporal attributes using linear prediction cepstral coefficients (LPCC) and a Self Organizing Map (SOM). Here, we present the experimental details and performance difference obtained by replacing the RNN based classifier with an adaptive neuro fuzzy inference system (ANFIS) based block for both the feature sets to recognize Assamese fricative sounds.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2015, 5, 1; 59-70
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    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