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 "pattern identification" wg kryterium: Temat

  Lista filtrów

Dostawca treści

Wyrównaj
    Wyświetlanie 1-13 z 13
    Tytuł:
    Morphology of Two Novel Species of Chaenea (Ciliophora, Litostomatea): Chaenea paucistriata spec. nov. and C. sinica spec. nov.
    Autorzy:
    Fan, Xinpeng
    Xu, Yuan
    GU, Fukang
    LI, Jiqiu
    Al-Farraj, Saleh A.
    Al-Rasheid, Khaled A. S.
    Hu, Xiaozhong
    Powiązania:
    https://bibliotekanauki.pl/articles/763652.pdf
    Data publikacji:
    2015
    Wydawca:
    Uniwersytet Jagielloński. Wydawnictwo Uniwersytetu Jagiellońskiego
    Tematy:
    Chaenea, ciliary pattern, identification key, marine ciliates, new species, taxonomy
    Opis:
    During faunistic studies of ciliates in coastal waters of Daya Bay and Bohai Bay, China, two previously unknown ciliates were discovered and investigated using standard taxonomic methods. Morphological comparative analyses revealed that they represent two novel species in the genus Chaenea. Chaenea paucistriata spec. nov. can be distinguished from its congeners by the following traits: body length in vivo about 180–250 µm; eight somatic kineties; dorsal brush rows 1–4 consisting of three, five, seven, and two dikinetids, respectively; rod-like extrusomes, 8 µm long; 63–94 macronuclei; cortical granules minute and colourless. Chaenea sinica spec. nov. differs from its congeners in having: body length in vivo about 140–240 µm; 17–21 somatic kineties; dorsal brush rows 1–4 consisting of 3–7, 10 or 11, 11–13, and 3–6 dikinetids, respectively; rod-like extrusomes about 6–8 µm long; 71–164 macronuclei. A key is presented to assist the identification of all Chaenea species.
    Źródło:
    Acta Protozoologica; 2015, 54, 2
    1689-0027
    Pojawia się w:
    Acta Protozoologica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Periodic trends in two-phase flow through a vertical minichannel: wavelet and multiscale entropy analyses based on digital camera data
    Autorzy:
    Górski, Grzegorz
    Mosdorf, Romuald
    Rysak, Andrzej
    Litak, Grzegorz
    Powiązania:
    https://bibliotekanauki.pl/articles/387600.pdf
    Data publikacji:
    2019
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    digital camera data
    two-phase flow
    pattern identification
    multiscale entropy
    wavelets
    Opis:
    By changing the air and water flow relative rates in the two-phase (air-water) flow through a minichannel, we observe aggregation and partitioning of air bubbles and slugs of different sizes. An air bubble arrangement, which show non-periodic and periodic patterns. The spatiotemporal behaviour was recorded by a digital camera. Multiscale entropy analysis is a method of measuring the time series complexity. The main aim of the paper was testing the possibility of implementation of multiscale entropy for two-phase flow patterns classification. For better understanding, the dynamics of the two-phase flow patterns inside the minichannel histograms and wavelet methods were also used. In particular, we found a clear distinction between bubbles and slugs formations in terms of multiscale entropy. On the other hand, the intermediate region was effected by appearance of both forms in non-periodic and periodic sequences. The preliminary results were confirmed by using histograms and wavelets.
    Źródło:
    Acta Mechanica et Automatica; 2019, 13, 1; 51-56
    1898-4088
    2300-5319
    Pojawia się w:
    Acta Mechanica et Automatica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Efektywna implementacja algorytmu wyszukiwania wzorców genetycznych
    On efficient implementation of the search algorithm for genome patterns
    Autorzy:
    Milik, A.
    Pułka, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/156619.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    programowanie dynamiczne
    identyfikacja wzorców
    rozpoznawanie wzorców
    przetwarzanie równoległe
    przetwarzanie potokowe
    dynamic programming
    computational methods
    pattern identification
    pattern recognition
    parallel processing
    pipeline processing
    Opis:
    W artykule zaprezentowano implementację algorytmu obliczającego stopień podobieństwa sekwencji znaków (genów) do zadanego wzorca. Algorytm wywodzi się z biologii obliczeniowej. Rozwiązania programowe wymagają znacznych zasobów sprzętowych oraz czasu. W badaniach nad algorytmem główny nacisk położono na poznanie jego własności i ich wykorzystanie przy implementacji. Pozwoliło to stworzyć bardzo oryginalna implementację zapewniającą niezwykle oszczędne gospodarowanie zasobami w układzie programowalnym jak i uzyskanie bardzo wysokich częstotliwości pracy.
    The paper describes implementation of the computation algorithm in modern, complex programmable hardware devices. The presented algorithm originates from computation biology and works on very long chains of symbols which come from reference patterns of the genome. The software solutions in this field are very limited and need large time and space resources. The main research efforts were aimed at investigating the properties of the searching algorithm. Especially, the influence of the penalty values assigned to the mismatch, insertion and deletion on the algorithm was analysed. This allowed obtaining a completely new algorithm offering extremely efficient implementation and exhibiting the outstanding performance. The Virtex 5 FPGA family was considered to be a target family for the searching algorithm based on the dynamic programming idea. The obtained results are very promising and show the dominance of the dedicated platform over the general purpose PC-based systems.
    Źródło:
    Pomiary Automatyka Kontrola; 2011, R. 57, nr 1, 1; 15-18
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Identification of emitter sources in the aspect of their fractal features
    Autorzy:
    Dudczyk, J.
    Kawalec, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/200415.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    fractal feature
    pattern of radar
    signal processing
    Specific Emitter Identification (SEI)
    Opis:
    This article presents the procedure of identification radar emitter sources with the trace distinctive features of original signal with the use of fractal features. It is a specific kind of identification called Specific Emitter Identification, where as a result of using transformations, which change measure points, a transformation attractor was received. The use of linear regression and the Lagrange polynomial interpolation resulted in the estimation of the measurement function. The method analysing properties of the measurement function which has been suggested by the authors caused the extraction of two additional distinctive features. These features extended the vector of basic radar signals’ parameters. The extended vector of radar signals’ features made it possible to identify the copy of radar emitter source.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2013, 61, 3; 623-628
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fast-decision identification algorithm of emission source pattern in database
    Autorzy:
    Dudczyk, J.
    Kawalec, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/199845.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    Fast-decision Identification Algorithm
    Specific Emitter Identification
    Emitter Pattern
    database
    superheterodyne ELINT receiver
    baza danych
    superheterodynowy odbiornik ELINT
    algorytm FdIA
    Opis:
    This article presents Fast-decision Identification Algorithm (FdIA) of Source Emission (SE) in DataBase (DB). The aim of this identification process is to define signal vector (V) in the form of distinctive features of this signal which is received in the process of its measurement. Superheterodyne ELectronic INTelligence (ELINT) receiver in the measure procedure was used. The next step in identification process is comparison vector with pattern in DB and calculation of decision function. The aim of decision function is to evaluate similarity degree between vector and pattern. Identification process mentioned above differentiates copies of radar of the same type which is a special test challenge defined as Specific Emitter Identification (SEI). The authors of this method drew up FdIA and three-stage parameterization by the implementation of three different ways of defining the degree of similarity between vector and pattern (called ’Compare procedure’). The algorithm was tested on hundreds of signal vectors coming from over a dozen copies of radars of the same type. Fast-decision Identification Algorithm which was drawn up and implemented makes it possible to create Knowledge Base which is an integral part of Expert DataBase. As a result, the amount of the ambiguity of decisions in the process of Source Emission Identification is minimized.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2015, 63, 2; 385-389
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of multi-parameter data visualization by means of autoassociative neural networks to evaluate classification possibilities of various coal types
    Autorzy:
    Jamroz, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/109902.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
    Tematy:
    autoassociative neural networks
    coal types
    multidimensional visualization
    multi-parameter
    identification of data
    pattern recognition
    neural networks
    Opis:
    The significance of data visualization in modern research is growing steadily. In mineral processing scientists have to face many problems with understanding data and finding essential variables from a large amount of data registered for material or process. Hence it is necessary to apply visualization of such data, especially when a set of data is multi-parameter and very complex. This paper puts forward a proposal to introduce the autoassociative neural networks for visualization of data concerning three various types of hard coal. Apart from theoretical discussion of the method, the empirical applications of the method are presented. The results revealed that it is a useful tool for a researcher facing a complicated set of data which allows for its proper classification. The optimal neural network parameters to successfully separate the analyzed three types of coal were found out for the analyzed example.
    Źródło:
    Physicochemical Problems of Mineral Processing; 2014, 50, 2; 719-734
    1643-1049
    2084-4735
    Pojawia się w:
    Physicochemical Problems of Mineral Processing
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multi-parameter data visualization by means of principal component analysis (PCA) in qualitative evaluation of various coal types
    Autorzy:
    Niedoba, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/109595.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
    Tematy:
    principal component analysis
    PCA
    multi-parameter data visualization
    coal
    identification of data
    covariance matrix
    pattern recognition
    Opis:
    Multi-parameter data visualization methods are a modern tool allowing to classify some analyzed objects. When it comes to grained materials, e.g. coal, many characteristics have an influence on the material quality. Besides the most obvious features like particle size, particle density or ash contents, coal has many other qualities which show significant differences between the studied types of material. The paper presents the possibility of applying visualization techniques for coal type identification and determination of significant differences between various types of coal. The Principal Component Analysis was applied to achieve this purpose. Three types of coal 31, 34.2 and 35 (according to Polish classification of coal types) were investigated, which were initially screened on sieves and subsequently divided into density fractions. Next, each size-density fraction was analyzed chemically to obtain other characteristics. It was pointed out that the applied methodology allowed to identify certain coal types efficiently, which makes it useful as a qualitative criterion for grained materials. However, it was impossible to provide such identification based on contrastive comparisons of all three types of coal. The presented methodology is a new way of analyzing data concerning widely understood mineral processing.
    Źródło:
    Physicochemical Problems of Mineral Processing; 2014, 50, 2; 575-589
    1643-1049
    2084-4735
    Pojawia się w:
    Physicochemical Problems of Mineral Processing
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Automatic Identification of Jacquard Warp-knitted Fabric Patterns Based on the Wavelet Transform
    Automatyczna identyfikacja wzorów żakardowych dzianin osnowowych oparta na transformacji typu „wavelet”
    Autorzy:
    Jiang, G. M.
    Zhang, D.
    Cong, H. L.
    Zhang, A L
    Gao, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/234403.pdf
    Data publikacji:
    2014
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    Jacquard
    warp-knitted fabric
    pattern
    automatic identification
    wavelet transform
    dzianina żakardowa
    transformacja typu "wavelet"
    automatyczna identyfikacja
    dzianina osnowowa
    Opis:
    In view of the fact that the design of jacquard warp knitting patterns is time-consuming, this paper proposes a rapid segmentation method to divide the multi-textural regions of jacquard warp-knitted fabric which could be used for automatic identification of fabric patterns to improve the efficiency of design. After pretreatment, the images scanned were decomposed by a two-layer two-dimensional wavelet transform and the standard deviations of five channels were extracted as the eigen values. Then, after giving the cluster centers, a multi-channel clustering was made combined with a K-means clustering algorithm. Finally the removal of noises caused by classification errors was needed , after which an accurate identification image was obtained. The experiments show that this method can achieve automatic texture segmentation of jacquard warp-knitted fabric with more than three textural regions. The identification results have high regional consistency, and the segmentation accuracy is up to 92%. The method can also adapt to a variety of mesh regions. Besides this, the approach is fast and can simplify craft personnel’s traditional process of pattern tracing classification when it is combined with CAD. Through this method, the efficiency of jacquard warp-knitted product designing can be improved a lot.
    Biorąc pod uwagę, że określenie wzorów żakardowych dzianin osnowowych jest czasochłonne, zastosowano metodę szybkiej segmentacji wzorów dla wydzielenia wielostrukturalnych rejonów dzianin, które mogłyby zostać wykorzystane dla automatycznej identyfikacji wzorów dzianin i usprawnieniu procesu projektowania. Po wstępnej obróbce zeskanowane obrazy zostają podzielone poprzez dwuwarstwową, dwuwymiarową transformacje typu „wavelet”, następnie określa się odchylenia standardowe dla pięciu kanałów i ekstrahuje się jako wartość własną. Następnie przeprowadza się wielowarstwową analizę klastrów opartą na specjalnym algorytmie. W końcu usuwa się szumy spowodowane przez błędy klasyfikacyjne co pozwala na dokładną identyfikację obrazów. Eksperymenty wykazują, że opracowana metoda pozwala na automatyczną segmentację struktury osnowowych dzianin żakardowych z więcej niż trzema regionami strukturalnymi. Opracowana metoda zapewnia identyfikację z dokładnością do 92% i znacznie usprawnia proces projektowania dzianin żakardowych.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2014, 2 (104); 53-56
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of relevance maps in multidimensional classification of coal types
    Zastosowanie map odniesienia w wielowymiarowej klasyfikacji typów węgla
    Autorzy:
    Niedoba, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/220101.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    relevance maps
    multidimensional data visualization
    coal
    identification of data
    pattern recognition
    mapy odniesienia
    wizualizacja wielowymiarowych danych
    identyfikacja danych
    rozpoznawanie kształtów
    Opis:
    Multidimensional data visualization methods are a modern tool allowing to classify some analyzed objects. In the case of grained materials e.g. coal, many characteristics have an influence on the material quality. In case of coal, apart from most obvious features like particle size, particle density or ash contents there are many others which cause significant differences between considered types of material. The paper presents the possibility of applying visualization techniques for coal type identification and determination of significant differences between various types of coal. Author decided to apply relevance maps to achieve this purpose. Three types of coal – 31, 34.2 and 35 (according to Polish classification of coal types) were investigated, which were initially screened on sieves and then divided into density fractions. Then, each size-density fraction was chemically analyzed to obtain other characteristics. It was stated that the applied methodology allows to identify certain coal types efficiently and can be used as a qualitative criterion for grained materials. However, it was impossible to achieve such identification comparing all three types of coal together. The presented methodology is new way of analyzing data concerning Widery understood mineral processing.
    Surowce mineralne, które podlegają wzbogacaniu w celu ich lepszego wykorzystania mogą być (charakteryzują się) charakteryzowane wieloma wskaźnikami opisującymi ich, interesujące przeróbkarza, cechy. Podstawowymi cechami są wielkość ziaren oraz ich gęstość, które decydują o przebiegu rozdziału zbiorów ziaren (nadaw) i efektach takiego rozdziału. Rozdział prowadzi się z reguły, w celu uzyskania produktów o zróżnicowanych wartościach średnich wybranej cechy, która zwykle charakteryzowana jest zawartością określonego składnika surowca wyznaczoną na drodze analiz chemicznych. Takie podejście do surowca mineralnego prowadzi do potraktowania go jako wielowymiarowego wektora X = [X1,..., Xn]. Zasadniczym problemem jest także wybór jednostki populacji generalnej (ziarno, jednostka objętości lub masy), co może decydować o kierunkach charakteryzowania wielowymiarowych powiązań cech wektora X. Takimi kierunkami charakteryzowania mogą być: – wielowymiarowe rozkłady wektora losowego X wraz ze wszystkimi konsekwencjami metody (Lyman, 1993; Niedoba, 2009; 2011; Olejnik et al., 2010; Niedoba i Surowiak, 2012); – wielowymiarowe równania regresji wraz z analizą macierzy współczynników korelacji liniowej oraz korelacji cząstkowej (Niedoba, 2013b); – analiza czynnikowa (Tumidajski, 1997; Tumidajski and Saramak, 2009); – metody wielowymiarowej wizualizacji danych. W artykule zastosowano nowoczesną metodę wizualizacji wielowymiarowych danych – metodę tzw. map odniesienia (z ang. relevance maps). Aby zastosować ww. metodę przeprowadzono doświadczenia na trzech typach węgla, pobranych z trzech kopalni węgla kamiennego, zlokalizowanych w Górnośląskim Okręgu Przemysłowym. Były to węgle typu 31, 34.2 i 35, według polskiej klasyfikacji węgli. Każdą z pobranych prób poddano rozdziałowi na klasy ziarnowe a następnie każdą z klas ziarnowych rozdzielono na frakcje densymetryczne za pomocą rozdziału w roztworze chlorku cynku. Tak otrzymane klaso-frakcje przebadano chemiczne ze względu na wybrane parametry jakościowe węgla. Były to takie cechy jak: ciepło spalania, zawartość popiołu, zawartość siarki, zawartość substancji lotnych oraz miąższość materiału. Otrzymano w ten sposób zestaw siedmiu danych dla każdej klasy ziarnowej i każdego typu węgla. Stanowił on swoisty siedmiowymiarowy zbiór, który postanowiono zobrazować za pomocą techniki wizualizacji bazującej na tzw. mapach odniesienia. W metodzie map odniesienia na płaszczyźnie służącej do wizualizacji danych zostają rozmieszczone specjalne punkty zwane punktami odniesienia, reprezentujące poszczególne cechy. Do każdej cechy (współrzędnej) zostaje przyporządkowany punkt odniesienia reprezentujący tą cechę. Czyli przy danych 7-wymiarowych umieszczamy na płaszczyźnie 7 takich punktów odniesienia reprezentujących poszczególne współrzędne. Rozkład punktów reprezentujących przedstawiane wielowymiarowe dane odzwierciedla relacje pomiędzy tymi danymi a cechami. Im bardziej i-ta cecha występuje w danym obiekcie (czyli i-ta współrzędna ma większą wartość), tym bliżej powinien leżeć punkt reprezentujący dany obiekt względem punktu odniesienia reprezentującego i-tą cechę (współrzędną). W ten sposób każdy punkt odniesienia reprezentujący daną cechę, dzieli płaszczyznę na obszary bardziej oraz mniej zależne od cechy nr i (mniej oraz bardziej odległe od punktu odniesienia reprezentującego i-tą cechę). Dokładny opis algorytmu przedstawiono w podrozdziale 3 artykułu. Za pomocą omawianej metody dokonano wizualizacji danych dotyczących przedstawionych typów węgla. Uzyskane rezultaty przedstawiono na rysunkach 1-9. Widoki te pokazują sposób, w jaki 7-wymiarowe dane zostają przekształcone przy pomocy mapy odniesienia do dwóch wymiarów. Algorytm wizualizacji przy użyciu mapy odniesienia działa tak by pomimo znacznej redukcji liczby wymiarów, w jak największym stopniu odległości pomiędzy punktem reprezentującym konkretny wektor danych a punktami odniesienia zależały od współrzędnych tego wektora danych. W ten sposób na ekranie 2-wymiarowym, możemy zobaczyć istotne cechy danych 7-wymiarowych. Na rysunkach 1-4 widać, w jaki sposób wzrasta grupowanie punktów reprezentujących trzy różne klasy węgla (31, 34.2 oraz 35) wraz ze wzrostem parametru ITER. Widać, że punkty będące obrazami danych reprezentujących te same klasy węgla zaczynają zajmować osobne podobszary oraz zaczynają się grupować. Jednak w niektórych częściach przestrzeni obrazy punktów reprezentujących różne klasy węgla zachodzą na siebie. Przez to nie możemy na podstawie tych rysunków stwierdzić, że analizowane dane pozwalają na prawidłową klasyfikację typów węgla. W celu uzyskania bardziej czytelnych wyników postanowiono przedstawić przy pomocy mapy odniesienia, te same dane w nieco inny sposób. Postanowiono przeanalizować dane reprezentujące różne typy węgla parami. Rysunek 5 przedstawia widok uzyskany dla danych reprezentujących typy węgla 34.2 oraz 35. Widać na nim czytelnie, że obrazy punktów reprezentujących próbki węgla typu 34.2 gromadzą się w skupiskach, które łatwo można odseparować od skupisk obrazów punktów reprezentujących próbki węgla 35. Podobne obserwacje dokonano na podstawie rysunków 6 i 7, gdzie przedstawiono parami, odpowiednio, węgle typu 31 i 34.2 oraz 31 i 35. Przeprowadzona wizualizacja wielowymiarowa przy użyciu map odniesienia pozwala więc stwierdzić, że informacje zawarte w analizowanych siedmiowymiarowych danych są wystarczające do prawidłowej klasyfikacji typów węgla 31, 34.2 oraz 35.
    Źródło:
    Archives of Mining Sciences; 2015, 60, 1; 93-106
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie widm dyfrakcyjnych Fresnela w diagnostyce mikrobiologicznej
    Application of Fresnel diffraction patterns in microbiological diagnosis
    Autorzy:
    Buzalewicz, I.
    Wieliczko, A.
    Podbielska, H.
    Powiązania:
    https://bibliotekanauki.pl/articles/261367.pdf
    Data publikacji:
    2012
    Wydawca:
    Politechnika Wrocławska. Wydział Podstawowych Problemów Techniki. Katedra Inżynierii Biomedycznej
    Tematy:
    skaterometria
    dyfrakcja światła
    rozpraszanie światła
    bakteria
    identyfikacja bakterii
    widmo Fresnela
    scatterometry
    light diffraction
    light scattering
    bacteria
    bacteria identification
    Fresnel pattern
    Opis:
    Zaproponowano nową technikę pomiarową opartą na analizie zjawiska dyfrakcji światła na koloniach bakterii hodowanych na podłożach stałych w układzie optycznym ze zbieżną sferyczną wiązką oświetlającą. Hodowla bakterii na podłożach stałych należy do najpopularniejszych procedur laboratoryjnych wykorzystywanych w mikrobiologii. Zaproponowana konfiguracja układu optycznego daje możliwość rejestracji widm dyfrakcyjnych zarówno Fresnela, jak i Fraunhofera w tym samym układzie i w skończonym obszarze przestrzeni obserwacji, możliwość regulacji rozmiarów poprzecznych widm dyfrakcyjnych, łatwy sposób kalibracji układu oraz niski poziom zniekształcenia widm przez aberracje optyczne. Zaproponowany model fizyczny oparty na skalarnej teorii dyfrakcji pozwolił na wyjaśnienie transformacji światła przez kolonie bakterii w rozważanym układzie optycznym. Uzyskane wyniki badań eksperymentalnych przeprowadzonych na bakteriach: Escherichia coli (0119), Citrobacter freundii, Proteus mirabilis oraz Staphylococcus aureus wykazały, iż kolonie tych bakterii generują widma dyfrakcyjne Fresnela o unikalnej strukturze przestrzennej, co może być wykorzystane w celu ich klasyfikacji. Ponadto wykazano związek pomiędzy zmianami strukturalnymi kolonii bakterii wywołanymi warunkami inkubacji kolonii a ich widmami dyfrakcyjnymi. Uzyskane wyniki wskazują na możliwość zastosowania zaproponowanej techniki pomiarowej w laboratoriach diagnostyki mikrobiologicznej.
    The novel measurement method based on analysis of the light diffraction on bacterial colonies grown on solid nutrient media in optical system with converging spherical wave illumination, is proposed. Proposed configuration of optical system enables recording of both Fresnel and Fraunhofer diffraction patterns in the same setup in the finite region of observation space, lateral scaling of diffraction patterns, simple adjusting and low level of optical aberration and coherent noises. Moreover, proposed physical model based on scalar theory of diffraction enables the explanation of light transformation on bacterial colonies in analyzed optical system. Obtained results of experimental examination performed on bacterial colonies of Escherichia coli, Citrobacter freundii, Proteus mirabilis and Staphylococcus aureus species indicated that their colonies generate unique Fresnel diffraction patterns, which can be used for their species classification. Moreover, they the significant correlation between spatial changes of diffraction patterns and the morphological changes of bacterial colonies structure caused by their incubation conditions, is observed. The proposed method has a high application potential for microbiological studies.
    Źródło:
    Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna; 2012, 18, 3; 213-219
    1234-5563
    Pojawia się w:
    Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of multidimensional scaling to classification of various types of coal
    Zastosowanie skalowania wielowymiarowego do klasyfikacji różnych typów węgli
    Autorzy:
    Jamróz, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/219176.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    skalowanie wielowymiarowe
    MDS
    wizualizacja danych wielowymiarowych
    węgiel
    identyfikacja danych
    statystyczne metody graficzne
    rozpoznawanie obrazów
    multidimensional scaling
    multidimensional data visualization
    coal
    identification of data
    statistical graphics methods
    pattern recognition
    Opis:
    Visualization of multidimensional data is a new way of statistical analysis of so-called statistical graphical methods. These methods allow to classify some analyzed objects, including their various features. Facing grained materials problems, like coal or ores many characteristics have an influence on the quality of product. In case of coal, many features must be taken into consideration to determine quality of the material. Apart from most obvious characteristics like particle size, particle density or ash contents there are many others which cause significant differences between considered types of material. In the paper the application of Multidimensional Scaling Method is presented which is one of the multidimensional data visualization techniques. To this purpose, sampling of three types of coal was performed, which were 31, 34.2 and 35 (according to Polish classification of coal types). First, the material was screened on sieves and then divided into density fractions. Next step was to analyze chemically the obtained particle and size fractions of researched coal. Then, the Multidimensional Scaling Method was applied to visualize the investigated set of data. It was proved that the applied methodology allows to identify certain coal types efficiently and can be used as a qualitative criterion for grained materials. However, it was impossible to achieve such identification comparing all three types of coal together. The Multidimensional Scaling Method is new technique of data analysis concerning widely understood mineral processing.
    Surowce mineralne, które podlegają wzbogacaniu w celu ich lepszego wykorzystania mogą być charakteryzowane wieloma wskaźnikami opisującymi ich, interesujące przeróbkarza, cechy. Podstawowymi cechami są wielkość ziaren oraz ich gęstość, które decydują o przebiegu rozdziału zbiorów ziaren (nadaw) i efektach takiego rozdziału. Rozdział prowadzi się z reguły, w celu uzyskania produktów o zróżnicowanych wartościach średnich wybranej cechy, która zwykle charakteryzowana jest zawartością określonego składnika surowca wyznaczoną na drodze analiz chemicznych. Takie podejście do surowca mineralnego prowadzi do potraktowania go jako wielowymiarowego wektora X = [X1, …, Xn]. Zasadniczym problemem jest także wybór jednostki populacji generalnej (ziarno, jednostka objętości lub masy), co może decydować o określeniu charakteru wielowymiarowych powiązań cech wektora X. Takimi kierunkami charakteryzowania mogą być wielowymiarowe rozkłady wektora losowego X wraz ze wszystkimi konsekwencjami metody (Lyman, 1993; Niedoba, 2009; 2011; Olejnik et al., 2010; Niedoba i Surowiak, 2012), wielowymiarowe równania regresji wraz z analizą macierzy współczynników korelacji liniowej oraz korelacji cząstkowej (Niedoba, 2013c), analiza czynnikowa (Tumidajski i Saramak, 2009), czy metody wielowymiarowej wizualizacji danych, będące tematem niniejszego artykułu. Biorąc pod uwagę analizę korelacji pomiędzy badanymi cechami materiałów uziarnionych (węgli) można zidentyfikować jakie jego cechy są ze sobą istotnie powiązane. Jest to swoiste preludium do wytypowania, które cechy węgla powodują istotne różnice pomiędzy jego typami. W artykule poddano badaniu trzy typy węgla, według polskiej klasyfikacji - węgle 31, 34.2 oraz 35, pochodzące z trzech różnych kopalni Górnośląskiego Okręgu Przemysłowego. Można powiedzieć, że z punktu widzenia ich jakości były to węgle energetyczne, semi-koksujące oraz koksujące. Każdy z tych węgli został poddany podziałowi na klasy ziarnowe, przy zastosowaniu odpowiedniego zestawu sit. Następnie każdą z otrzymanych klas ziarnowych rozdzielono w cieczach ciężkich na frakcje densymetryczne. Tak otrzymane klaso-frakcje zostały dodatkowo poddane analizie chemicznej ze względu na szereg cech, tj. ciepło spalania, zawartość siarki, zawartość substancji lotnych, zawartość popiołu, miąższość. Wyniki analiz dla wybranej klasy ziarnowej przedstawiono w tabeli 1. Tym samym otrzymano siedmiowymiarowy zestaw danych, który postanowiono poddać wielowymiarowej wizualizacji za pomocą metody skalowania wielowymiarowego. Metoda skalowania wielowymiarowego (multidimensional scaling, MDS) jest jedną z nowoczesnych metod wizualizacji danych. Tego typu metody są wskazane zwłaszcza w sytuacji gdy ma się do czynienia z zestawem skomplikowanych i złożonych danych. Skalowanie wielowymiarowe jest odwzorowaniem przestrzeni n-wymiarowej w przestrzeń m-wymiarową. Oparte jest na obliczaniu odległości pomiędzy każdą parą n-wymiarowych punktów. Na podstawie tych odległości rozważana metoda ustala wzajemne położenie obrazów tych punktów w docelowej przestrzeni m-wymiarowej. Niech dij oznacza odległość pomiędzy n-wymiarowymi punktami nr i oraz j. Skalowanie wielowymiarowe polega na takim rozmieszczeniu punktów w przestrzeni m-wymiarowej, by odległość Dij liczona w tej przestrzeni pomiędzy odwzorowanymi punktami nr i oraz j była jak najbardziej zbliżona do dij. Rozdział 4 zawiera wyniki eksperymentów. Na rysunkach 1-4 widać, w jaki sposób wzrasta grupowanie punktów reprezentujących trzy różne klasy węgla (31, 34.2 oraz 35) wraz ze wzrostem parametru ITER. Widać, że punkty będące obrazami danych reprezentujących te same klasy węgla zaczynają zajmować osobne podobszary oraz zaczynają się grupować. Czytelność podziału przestrzeni rośnie wraz ze zwiększeniem parametru ITER, więc wraz z dokładniejszym dopasowaniem odległości obrazów punktów Dij w przestrzeni 2-wymiarowej do oryginalnych odległości dij pomiędzy punktami w przestrzeni n-wymiarowej. Na rysunku 4 pokazano najbardziej czytelny wynik, jaki udało się uzyskać dla danych zawierających trzy typy węgla 31, 34.2 oraz 35. Nastąpiło to przy parametrze ITER = 793. Widać wyraźnie, że obrazy punktów danych reprezentujących próbki węgla danego typu gromadzą się w skupiskach. Można zaobserwować, że na prawie całym obszarze rysunku, skupiska te można od siebie odseparować. Jednak w niektórych częściach przestrzeni obrazy punktów reprezentujących różne klasy węgla zachodzą na siebie. Przez to nie możemy na podstawie tego rysunku stwierdzić, że analizowane dane pozwalają na prawidłową klasyfikację typów węgla. Postanowiono więc przeanalizować dane reprezentujące różne typy węgla parami. Na rysunkach 5-7 przedstawiono parami węgle typu, odpowiednio, 34.2 i 35 (Rys. 5), 31 i 34.2 (Rys. 6) oraz 31 i 35 (Rys. 7). Na każdym z tych rysunków widać czytelnie, że obrazy punktów reprezentujących próbki różnych typów węgla gromadzą się w skupiskach, które łatwo można od siebie odseparować. Przeprowadzona wizualizacja wielowymiarowa przy użyciu skalowania wielowymiarowego pozwala więc stwierdzić, że informacje zawarte w analizowanych siedmiowymiarowych danych są wystarczające do prawidłowej klasyfikacji typów węgla 31, 34.2 oraz 35.
    Źródło:
    Archives of Mining Sciences; 2014, 59, 2; 413-425
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Hybrid texture and gradient modeling for dynamic background subtraction identification systemin tobacco plant using 5G data service
    Autorzy:
    Gowda Thirthe, M.T.
    Chandrika, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/38699145.pdf
    Data publikacji:
    2023
    Wydawca:
    Instytut Podstawowych Problemów Techniki PAN
    Tematy:
    background subtraction
    local binary pattern
    tobacco plant
    texture
    Gaussian mixture model
    illumination change
    plant disease identification system
    usuwanie tła
    lokalny wzorzec binarny
    tytoń
    tekstura
    model mieszaniny Gaussa
    zmiana oświetlenia
    system identyfikacji chorób roślin
    Opis:
    Background: Detecting the plants as objects of interest in any vision-based input sequence is highly complex due to nonlinear background objects such as rocks, shadows,etc. Therefore, it is a difficult task and an emerging one with the development of precision agriculture systems. The nonlinear variations of pixel intensity with illuminationand other causes such as blurs and poor video quality also make the object detection taskchallenging. To detect the object of interest, background subtraction (BS) is widely usedin many plant disease identification systems, and its detection rate largely depends on thenumber of features used to suppress and isolate the foreground region and its sensitivitytoward image nonlinearity. Methodology: A hybrid invariant texture and color gradient-based approach is proposed to model the background for dynamic BS, and its performance is validated byvarious real-time video captures covering different kinds of complex backgrounds and various illumination changes. Based on the experimental results, a simple multimodal featureattribute, which includes several invariant texture measures and color attributes, yieldsfinite precision accuracy compared with other state-of-art detection methods. Experimental evaluation of two datasets shows that the new model achieves superior performanceover existing results in spectral-domain disease identification model. 5G assistance: After successful identification of tobacco plant and its analysis, the finalresults are stored in a cloud-assisted server as a database that allows all kinds of 5G servicessuch as IoT and edge computing terminals for data access with valid authentication fordetailed analysis and references.
    Źródło:
    Computer Assisted Methods in Engineering and Science; 2023, 30, 1; 41-54
    2299-3649
    Pojawia się w:
    Computer Assisted Methods in Engineering and Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Identification of the side of window glass destruction as a type of diagnostic tasks of the forensic examination
    Identyfikacja strony szyby, z której doszło do uszkodzenia, jako typ zadań diagnostycznych w ramach badań kryminalistycznych
    Autorzy:
    Kokorin, Oleh
    Chernov, Vadym
    Cherkashyna, Natalya
    Nogacka, Ewa
    Powiązania:
    https://bibliotekanauki.pl/articles/2057458.pdf
    Data publikacji:
    2020
    Wydawca:
    Centralne Laboratorium Kryminalistyczne Policji
    Tematy:
    identification of the destruction’s side
    formation of cracks
    radial and concentric cracks
    relief pattern
    edges of cracks
    marked radial cracks
    identyfikacja strony uszkodzenia
    powstawanie pęknięć
    pęknięcia promieniste i koncentryczne
    wzór żłobień
    brzegi pęknięć
    wyraźnie zaznaczone pęknięcia promieniste
    Opis:
    The peculiarities of the diagnostic tasks of the forensic traces examination in determining the distraction side of the window, depending on the location of the relief drawing on the edges of the cracks and the end surfaces of the fragments are considered in this article. The effects of force on glass have been have been studied in this article. The changes in the lateral force and bending moment affecting the glass plate, which is loaded with force in the middle of the section and at the free end, are analyzed. The sections in which internal force factors have maximum values are established. The order of formation of radial and concentric cracks on the window glass is justified. The relief pattern on the edges of the cracks and the end surfaces of the glass fragments was examined. The mechanism for forming radial and concentric cracks of arcuate shaped lines and serrations on the sides and ribs is justified. The process of formation of the intended radial cracks has been investigated and justified. Recommendations for removing and directing objects from glass for study are made.
    Tematem artykułu jest konkretne zadanie diagnostyczne w zakresie kryminalistycznego badania śladów mające na celu ustalenie, z której strony szyba została uszkodzona, w zależności od lokalizacji zarysowań na powierzchniach przełomów. Zbadano działanie siły na szkło. Zanalizowano zmiany siły bocznej i momentu zginającego wpływających na taflę szkła, na którą działa siła przyłożona na środku badanego obszaru i na jej wolnym końcu. Ustalono miejsca, w których współczynniki siły mają maksymalne wartości. Wyznaczono kolejność powstawania promienistych i koncentrycznych pęknięć na szybie okna. Zbadano wzór zarysowań na brzegach pęknięć i na krańcowych powierzchniach fragmentów szkła. Rozpoznano mechanizm tworzenia się pęknięć promienistych i koncentrycznych, łukowatych linii i ząbków na krawędziach oraz na bokach uszkodzeń. Wyjaśniono proces powstawania wgłębionych pęknięć promienistych. Sformułowano rekomendacje w zakresie zabezpieczania obiektów ze szkła i kierowania ich do badań.
    Źródło:
    Problemy Kryminalistyki; 2020, 309; 13-18
    0552-2153
    Pojawia się w:
    Problemy Kryminalistyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-13 z 13

      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