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 "obraz trójwymiarowy" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Wizualizacja wielowymiarowego obrazu radarowego
    Displaying multidimensional radar image
    Autorzy:
    Wąż, M.
    Naus, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/222266.pdf
    Data publikacji:
    2013
    Wydawca:
    Akademia Marynarki Wojennej. Wydział Dowodzenia i Operacji Morskich
    Tematy:
    radar
    obraz radarowy
    obraz trójwymiarowy
    radar image
    3D display
    Opis:
    W artykule przedstawiono możliwości zastosowania bibliotek graficznych OpenGL, DirectX i innych aplikacji do tworzenia zobrazowania radarowego 3D. Opisano etapy procesu generowania trójwymiarowego zobrazowania radarowego i zilustrowano to na przykładach. Zwrócono także uwagę na zastosowanie specjalnej techniki rejestracji i przetwarzania obrazu zapewniającego pozyskanie informacji o trzeciej współrzędnej.
    This paper presents the possibilities to use graphics libraries OpenGL, DirectX and other applications to make a 3D display. It describes the stages of the process of generating a radar 3D display and contains illustrated examples. It also draws attention to using a special technique for recording and processing an image which ensures the acquisition of data related to the third coordinate.
    Źródło:
    Zeszyty Naukowe Akademii Marynarki Wojennej; 2013, R. 54 nr 4 (195), 4 (195); 99-116
    0860-889X
    Pojawia się w:
    Zeszyty Naukowe Akademii Marynarki Wojennej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multidimensional radar display
    Wielowymiarowy obraz radarowy
    Autorzy:
    Wąż, M.
    Naus, K.
    Stupak, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/311674.pdf
    Data publikacji:
    2017
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    navigation radar
    radar display
    3D display
    multidimensional display
    radar nawigacyjny
    obraz radarowy
    obraz trójwymiarowy
    Opis:
    This article presents methods for creating multidimensional radar presentation. Radar image distortion and problems related to the visualization of these images in the ECDIS have been described. The cardinal question in producing three-dimensional radar image display is a method of acquisition of information about the third coordinate. Contemporary navigational radars are the equipment which is based on two coordinates. Amplification of the displayed echo in radar display is depended on the effective reflection area, which may manifest a size of the observed object only in part. The reflection area is not always directly proportional to the observed objects sizes. It may be increased if appropriate radar reflectors are used. Thus the third dimension, the third coordinate, may be obtained through finding out a level of radio location signal, reflected and coming back to the receiver.
    Zasadniczym zagadnieniem w tworzeniu radarowego obrazu trójwymiarowego będzie sposób pozyskania informacji o trzeciej współrzędnej. Współczesne radary nawigacyjne są urządzeniami dwuwspółrzędnymi. Wzmocnienie wyświetlanego echa na obrazie radarowym jest uzależnione od powierzchni skutecznego odbicia, która tylko po części może świadczyć o wielkości obserwowanego obiektu. Powierzchnia ta nie zawsze jest wprost proporcjonalna do wielkości (gabarytów) obserwowanych obiektów. Może być zwiększona dzięki zastosowaniu odpowiednich reflektorów radarowych. Trzecim wymiarem, trzecią współrzędną, może być zatem poziom odbitego i powracającego do odbiornika sygnału radiolokacyjnego. Artykuł przedstawia metodę tworzenia wielowymiarowego obrazu radarowego. Opisane zostały zniekształcenia obrazów radarowych i problemy związane z wizualizacją tych obrazów w systemie ENC.
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2017, 18, 12; 1399-1404, CD
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Anonymous traffic classification based on three-dimensional Markov image and deep learning
    Autorzy:
    Tang, Xin
    Li, Huanzhou
    Zhang, Jian
    Tang, Zhangguo
    Wang, Han
    Cai, Cheng
    Powiązania:
    https://bibliotekanauki.pl/articles/27311448.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    anonymous network
    traffic classification
    three-dimensional Markov image
    output self-attention
    deep learning
    sieć anonimowa
    klasyfikacja ruchu
    trójwymiarowy obraz Markowa
    samouwaga wyjściowa
    uczenie głębokie
    Opis:
    Illegal elements use the characteristics of an anonymous network hidden service mechanism to build a dark network and conduct various illegal activities, which brings a serious challenge to network security. The existing anonymous traffic classification methods suffer from cumbersome feature selection and difficult feature information extraction, resulting in low accuracy of classification. To solve this problem, a classification method based on three-dimensional Markov images and output self-attention convolutional neural network is proposed. This method first divides and cleans anonymous traffic data packets according to sessions, then converts the cleaned traffic data into three-dimensional Markov images according to the transition probability matrix of bytes, and finally inputs the images to the output self-attention convolution neural network to train the model and perform classification. The experimental results show that the classification accuracy and F1-score of the proposed method for Tor, I2P, Freenet, and ZeroNet can exceed 98.5%, and the average classification accuracy and F1-score for 8 kinds of user behaviors of each type of anonymous traffic can reach 93.7%. The proposed method significantly improves the classification effect of anonymous traffic compared with the existing methods.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2023, 71, 4; art. no. e145676
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    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