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 "parameter selection" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Określanie wielokryterialnej funkcji celu przy doborze rozsiewaczy nawozów mineralnych
    Determining multicriterion objective function when selecting mineral fertilizer distributors
    Autorzy:
    Hanusz, Z.
    Ćwiklińska, M.
    Siarkowski, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/289634.pdf
    Data publikacji:
    2006
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    funkcja celu
    dobór parametrów
    rozsiewacz
    nawóz mineralny
    objective function
    parameter selection
    distributors
    mineral fertilizer
    Opis:
    W pracy przedstawiono metodykę doboru postaci i parametrów równania trójwymiarowego opisującego zależność jednostkowych kosztów eksploatacji agregatu do nawożenia mineralnego od jego wydajności i czasu wykorzystania w ciągu roku. Pokazano różne metody poszukiwania analitycznej postaci funkcji oraz metody badania jakości dopasowania krzywej regresyjnej. Uzyskana zależność może być wykorzystywana przy podejmowaniu decyzji odnośnie sposobu wykonywania zabiegu nawożenia mineralnego w gospodarstwie prowadzącym produkcję zbóż.
    The paper presents a methodology of selecting a form and parameters of the three-dimensional equation describing dependence of unitary running costs of the mineral fertilization unit from its performance and time of usage per year. Various methods of searching for an analytical form of the function and methods of testing the quality of regressive curve matching were shown. The derived dependence can be used when making decisions regarding a method of mineral fertilization procedure on a corn production farmstead.
    Źródło:
    Inżynieria Rolnicza; 2006, R. 10, nr 11(86), 11(86); 127-134
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Colour Difference Classification for Dyed Fabrics Based on Differential Evolution with Dynamic Parameter Selection to Optimise the Output Regularisation Extreme Learning Machine
    Wybór parametrów w celu optymalizacji regularyzacji wyjściowej maszyny uczącej się
    Autorzy:
    Zhou, Zhiyu
    Liu, Dexin
    Zhang, Jianxin
    Zhu, Zefei
    Yang, Donghe
    Jiang, Likai
    Powiązania:
    https://bibliotekanauki.pl/articles/1419657.pdf
    Data publikacji:
    2021
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    colour difference classification
    differential evolution
    extreme learning machine
    output regularisation
    parameter selection
    klasyfikacja różnicy kolorów
    ewolucja różnicowa
    maszyna ucząca się
    regularyzacja wyjściowa
    dobór parametru
    Opis:
    A novel optimisation technique based on the differential evolution (DE) algorithm with dynamic parameter selection (DPS-DE) is proposed to develop a colour difference classification model for dyed fabrics, improve the classification accuracy, and optimise the output regularisation extreme learning machine (RELM). The technique proposed is known as DPS-DE-RELM and has three major differences compared with DE-ELM: (1) Considering that the traditional ELM provides an illness solution based on the output weights, DE is proposed to optimise the output of the RELM. (2) Considering the simple parameter setting of the traditional algorithm, the DE algorithm with DPS is adopted. (3) For DPS, an optimal range of parameters is chosen, and the efficiency of the algorithm is significantly improved. This study analyses the colour difference classification of fabric images captured under standard lighting based on the DPS-DE-RELM algorithm. First, the colour difference of the fabric images is calculated and six color-difference-related features extracted, and second the features are classified into five different levels based on the perception of humans. Finally, a colour difference classification model is built based on the DPS-DERELM algorithm, and then the optimal classification model suitable for this study is selected. The experimental results show that the output method with regularisation parameters can achieve a maximum classification accuracy of 98.87%, which is higher compared with the aforementioned optimised original ELM algorithm, which can achieve a maximum accuracy of 84.67%. Therefore, the method proposed has the advantages of greater convergence speed, high classification accuracy, and robustness.
    W pracy zaproponowano nowatorską technikę optymalizacji opartą na algorytmie ewolucji różnicowej (DE) z doborem parametrów (DPS-DE) w celu opracowania modelu klasyfikacji różnicy kolorów dla tkanin barwionych, poprawy dokładności klasyfikacji i optymalizacji regularyzacji wyjściowej maszyny do uczącej się (RELM). Zaproponowana technika jest znana jako DPS-DE-RELM i cechuje się trzema głównymi różnicami w porównaniu do DE-ELM: (1) Biorąc pod uwagę, że tradycyjny ELM zapewnia rozwiązanie w oparciu o wagi wyjściowe, proponuje się DE w celu optymalizacji wydajności RELM. (2) Biorąc pod uwagę proste ustawienie parametrów tradycyjnego algorytmu, przyjęto algorytm DE z DPS. (3) W przypadku DPS wybierany jest optymalny zakres parametrów, a wydajność algorytmu znacznie się poprawia. Podczas badania przeanalizowano klasyfikację różnic kolorów obrazów tkanin zarejestrowanych w standardowym oświetleniu w oparciu o algorytm DPS-DE-RELM. Po pierwsze, obliczono różnicę kolorów obrazów tkanin i wyodrębniono sześć cech związanych z różnicą kolorów, a po drugie cechy te zaklasyfikowano na pięciu różnych poziomach w oparciu o percepcję ludzi. Na koniec zbudowano model klasyfikacji różnicy kolorów w oparciu o algorytm DPS-DE-RELM, a następnie wybrano optymalny model klasyfikacji odpowiedni do tego badania. Wyniki eksperymentalne pokazały, że metoda wyjściowa z parametrami regularyzacji może osiągnąć maksymalną dokładność klasyfikacji wynoszącą 98,87%, czyli wyższą w porównaniu z zoptymalizowanym oryginalnym algorytmem ELM, który może osiągnąć maksymalną dokładność na poziomie 84,67%. Stwierdzono, że zaproponowana metoda niesie ze sobą korzyści w postaci większej szybkości zbieżności, wysokiej dokładności klasyfikacji i odporności.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2021, 3 (147); 97-102
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Symulacyjne badanie efektywności belkowego generatora piezoelektrycznego
    Simulation investigation of the piezoelectric beam generator efficiency
    Autorzy:
    Nowak, R.
    Pietrzakowski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/404007.pdf
    Data publikacji:
    2015
    Wydawca:
    Polskie Towarzystwo Symulacji Komputerowej
    Tematy:
    pozyskiwanie energii elektrycznej
    generator piezoelektryczny
    efektywność
    dobór parametrów
    płaski i bryłowy model MES
    energy harvesting
    piezoelectric generator
    efficiency
    parameter selection
    plane and solid FEM models
    Opis:
    Rozważania dotyczą układu pozyskiwania energii elektrycznej w postaci trójwarstwowej belki wysięgnikowej, składającej się ze stalowej warstwy środkowej i zewnętrznych warstw piezoelektrycznych. Odkształcenie belki wywołano przemieszczeniem jej swobodnego końca o ustalonej wartości. W pracy zbadano wpływ parametrów geometrycznych i materiałowych generatora belkowego na pozyskiwane napięcie i energię elektryczną. W porównawczych obliczeniach metodą elementów skończonych, przeprowadzonych przy zastosowaniu modeli płaskich i bryłowych, wykazano dostateczną dokładność modeli płaskich. Wyniki otrzymane uproszczoną metodą analityczną i metodą elementów skończonych przedstawiono graficznie w postaci zależności napięcia lub energii od stosunku grubości warstw. Dla wybranych sztywności warstw wyznaczono wartości stosunku ich grubości, którym odpowiada największa efektywność generatora. Zbliżone wyniki uzyskano w przypadku obu metod obliczeniowych.
    The cantilever beam energy harvester consists of three layers, steel in the middle and the two outer piezoelectric layers, was considered. The strain of the beam was caused by the free end static deflection. The influence of the material and the geometry parameters of the beam generator on the generated voltage and the electrical energy was investigated. Sufficient accuracy of the plain and the solid FEM models were proved. The results obtained in the analytical and the FEM ways was compared and shown graphically as the relationship between the generated voltage or energy and the layer thickness ratio. The most effective, from the energy harvesting point of view, thickness and stiffness ratio of the layers was founded. The similar results from both calculation methods were obtained.
    Źródło:
    Symulacja w Badaniach i Rozwoju; 2015, 6, 4; 265-272
    2081-6154
    Pojawia się w:
    Symulacja w Badaniach i Rozwoju
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Strategia doboru parametrów sieci neuronowej w rozpoznawaniu pisma
    Selection strategy of the neural network parameters in the handwriting recognition
    Autorzy:
    Walentynowicz, W.
    Jóźwiak, I. J.
    Powiązania:
    https://bibliotekanauki.pl/articles/326604.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    sieć neuronowa
    rozpoznawanie cyfr
    strategia
    dobór parametru
    neural network
    digit recognition
    strategy
    selection of the parameter
    Opis:
    W pracy przedstawiono propozycje dobierania parametrów sieci neuronowej w celu usprawnienia wartości skuteczności sieci w rozpoznawaniu cyfr zapisanych pismem ręcznym. Sieć neuronową wyuczoną do tego celu utworzono przy użyciu biblioteki Keras. Analizie poddano parametry: momentum oraz współczynniki nauki i rozkładu. Artykuł zawiera badania, wnioski oraz wskazówki do dalszych badań dotyczących rozpoznawania pisma.
    The paper presents the problem of selection the parameters of neural network for increasing network performance. Trained neural network was created with Keras library. Analyzed parameters: momentum, learning rate and decay. The article contains researches, conclusions and advices for further research in the field of handwriting recognition.
    Źródło:
    Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2016, 96; 463-468
    1641-3466
    Pojawia się w:
    Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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