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 "principal component analysis PCA" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 39
Tytuł:
Assessment of the influence of soil properties on 137Cs accumulation in Of horizon in forest soils
Autorzy:
Ziembik, Z.
Dołhańczuk-Śródka, A.
Wacławek, M.
Powiązania:
https://bibliotekanauki.pl/articles/148398.pdf
Data publikacji:
2010
Wydawca:
Instytut Chemii i Techniki Jądrowej
Tematy:
137Cs
forest soil
physicochemical parameters
cluster analysis (CA)
principal component analysis (PCA)
Opis:
The work focuses on assessment of soil physicochemical parameters influence on 137Cs accumulation in Of soil horizon. Besides organic matter content and pH, the parameters related to sorption properties and mobile ions concentration were considered. The data were transformed using Box-Cox formula. To find mutual relationships between variables cluster analysis (CA) and principal components analysis (PCA) were used. It was found that the transformed physicochemical parameters in Of horizon are more or less related with each other but no linear or nearly linear relationships between 137Cs activity and physicochemical parameters were found.
Źródło:
Nukleonika; 2010, 55, 2; 205-212
0029-5922
1508-5791
Pojawia się w:
Nukleonika
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Biometric watermarking for security enhancement in digital images
Autorzy:
Wójtowicz, W.
Powiązania:
https://bibliotekanauki.pl/articles/115437.pdf
Data publikacji:
2013
Wydawca:
Fundacja na Rzecz Młodych Naukowców
Tematy:
images security
watermarking technique
discrete wavelet transform (DWT)
biometrics
principal component analysis (PCA)
Opis:
In this paper some preliminary investigation on combination of watermarking technique with biometric data to increase security of digital images in case of medical images is proposed. Performance of watermarking algorithm, based on discrete wavelet transform (DWT) decomposition, that incorporates biometric watermark is elaborated. The frequency domain were chosen as it is proven, that this domain provides better robustness against attacks and leads to less perceptibility of an embedded watermark. To assure confidentiality of patient data their hand geometry features are embedded instead of patient’s name. Proposed system is evaluated by measuring the similarity between embedded and extracted biometric codes.
Źródło:
Challenges of Modern Technology; 2013, 4, 4; 7-11
2082-2863
2353-4419
Pojawia się w:
Challenges of Modern Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Changes in the flow and quality of water in the dam reservoir of the Mała Panew catchment (South Poland) characterized by multidimensional data analysis
Zmiany przepływów i jakości wód zbiornika zaporowego w zlewni rzeki Mała Panew (południowa Polska) określone z zastosowaniem wielowymiarowych analiz danych
Autorzy:
Wiatkowski, Mirosław
Wiatkowska, Barbara
Powiązania:
https://bibliotekanauki.pl/articles/204806.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
water reservoir
river
water flow
water quality
multidimensional data analysis
principal component analysis
PCA
zbiornik wodny
rzeka
przepływ wody
jakość wody
wielowymiarowa analiza danych
analiza głównych składowych
Opis:
Multidimensional exploratory techniques, such as the Principal Component Analysis (PCA), have been used to analyze long-term changes in the flow regime and quality of water of the lowland dam reservoir Turawa (south-west Poland) in the catchment of the Mała Panew river (a tributary of the Odra). The paper proves that during the period of 1998–2016 the Turawa reservoir was equalizing the river’s water flow. Moreover, various physicochemical water quality indicators were analyzed at three measurement points (at the tributary’s mouth into the reservoir, in the reservoir itself and at the outflow from the reservoir). The water quality assessment was performed by analyzing physicochemical indicators such as water temperature, TSS, pH, dissolved oxygen, BOD5, NH4+, NOˉ3, NOˉ2, N, PO43-, P, electrolytic conductivity, DS, SO42- and Clˉ. Furthermore, the correlations between all these water quality indicators were analyzed statistically at each measurement point, at the statistical signifi cance level of p ≤ 0.05. PCA was used to determine the structures between these water quality variables at each measurement point. As a result, a theoretical model was obtained that describes the regularities in the relationships between the indicators. PCA has shown that biogenic indicators have the strongest infl uence on the water quality in the Mała Panew. Lastly, the differences between the averages of the water quality indicators of the infl owing and of the outflowing water were considered and their signifi cance was analyzed. PCA unveiled structure and complexity of interconnections between river flow and water quality. The paper shows that such statistical methods can be valuable tools for developing suitable water management strategies for the catchment and the reservoir itself.
Eksploracyjne techniki wielowymiarowe, takie jak analiza składowych głównych (PCA), zostały zastosowane w celu analizy wieloletnich (lata 1998-2016) zmian przepływów i jakości wód nizinnego zbiornika zaporowego Turawa (południowo-zachodnia Polska) w zlewni rzeki Mała Panew (dopływ rzeki Odry). W pracy wykazano, że w okresie 1998-2016 zbiornik Turawa w znacznym stopniu wyrównywał przepływy wód rzeki Mała Panew. Analizowano również wskaźniki fizykochemiczne jakości wód na trzech stanowiskach pomiarowych (dopływ do zbiornika, w zbiorniku i na odpływie ze zbiornika). Ocenę jakości wody wykonano analizując wskaźniki fizykochemiczne takie jak: temperaturę wody, zawiesinę ogólną, pH, tlen rozpuszczony,BOD5, NH4+, NOˉ3, NOˉ2, N, PO43-, P, przewodność elektrolityczną, substancje rozpuszczone, siarczany SO42- - i chlorki Clˉ. Analizie statystycznej poddano również związki korelacyjne pomiędzy wszystkimi wskaźnikami jakości wody na poszczególnych stanowiskach pomiarowych, istotne statystycznie na poziomie p<0,05. W celu wykrycia struktur zachodzących między wskaźnikami jakości wody na każdym stanowisku pomiarowym, zastosowano analizę składowych głównych (PCA) (Principal Components Analysis), w efekcie której otrzymano teoretyczny model opisujący prawidłowości w zależnościach między analizowanymi wskaźnikami jakości wód. Analiza składowych głównych (PCA) wykazała, że jakość wody rzeki Mała Panew najsilniej determinowały wskaźniki biogenne. Analizowano również istotność różnic między średnimi stężeniami wskaźników jakości wody dopływającej do zbiornika i wody odpływającej ze zbiornika. Na podstawie zastosowanych metod eksploracyjnej analizy danych możliwe było rozpoznanie struktur i złożoności powiązań zachodzących pomiędzy przepływami wód oraz wskaźnikami jakości wód w rzece Mała Panew. W pracy wykazano, że metody te mogą stanowić niezbędne narzędzie w zakresie podejmowania strategicznych decyzji i rozwiązań w zakresie racjonalnego gospodarowania wodą zarówno w zlewni zbiornika jak i w zbiorniku wodnym.
Źródło:
Archives of Environmental Protection; 2019, 45, 1; 26-41
2083-4772
2083-4810
Pojawia się w:
Archives of Environmental Protection
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Chatter detection using principal component analysis in cold rolling mill
Autorzy:
Usmani, N. I.
Kumar, S.
Velisatti, S.
Tiwari, P. K.
Mishra, S. K.
Patnaik, U. S.
Powiązania:
https://bibliotekanauki.pl/articles/329460.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
chatter
principal component analysis
PCA
cold rolling
vibration
drgania samowzbudne
analiza składowych głównych
walcowanie na zimno
drgania
Opis:
Most cold rolling mills are prone to chatter problem. Chatter marks are often observed on the strip surface in cold rolling mill leading to downgrade and rejection of rolled material. Chatter impact product quality as well as productivity of mill. In absence of online chatter detection no corrective action can be taken immediately and whole campaign gets affected. Most conventional approach for online chatter detection is by using vibration measurement of mill stands in time & frequency domain. Present work proposes two approaches to detect chatter in cold rolling mill using a statistical technique called Principal Component Analysis (PCA). In this paper two methods are used for chatter detection. First method applies PCA on Fast Fourier Transform (FFT) to differentiate between chatter and non-chatter condition. Second method applies PCA on statistical parameters calculated from raw vibration data to detect chatter.
Źródło:
Diagnostyka; 2018, 19, 1; 73-81
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie metod czarnej skrzynki do prognozowania wartości wybranych wskaźników jakości ścieków dopływających do oczyszczalni komunalnej
Black-box forecasting of selected indicator values for influent wastewater quality in municipal treatment plant
Autorzy:
Szeląg, B.
Bartkiewicz, L.
Studziński, J.
Powiązania:
https://bibliotekanauki.pl/articles/236740.pdf
Data publikacji:
2016
Wydawca:
Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
Tematy:
ścieki komunalne
modelowanie
prognozowanie jakości ścieków metoda MARS
metoda lasów losowych (RF)
metoda samoorganizujących się sieci neuronowych (SOM)
metoda drzew wzmacnianych (BT) metoda analizy składowych
głównych (PCA)
sewage
modeling
sewage quality forecasting
MARS (multivariate adaptive regression spline)
random forest (RF)
self-organizing map (SOM)
boosted trees (BT)
principal component analysis (PCA)
Opis:
Prognozowanie ilości i jakości ścieków dopływających do oczyszczalni komunalnej z odpowiednim wyprzedzeniem czasowym daje możliwość optymalnego sterowania wieloma parametrami procesów oczyszczania ścieków. Dlatego prowadzi się badania mające na celu opracowanie modeli matematycznych (fizykalnych deterministycznych i operatorowych statystycznych), prognozujących zarówno ilość, jak i jakość ścieków dopływających do oczyszczalni. W artykule zbadano możliwość zastosowania prostszych modeli operatorowych do prognozowania wartości wybranych wskaźników jakości ścieków na dopływie do oczyszczalni (BZT5, zawiesiny ogólne, azot ogólny i amonowy, fosfor ogólny) jedynie na podstawie wyników pomiarów natężenia przepływu ścieków oraz – w celu porównania – na podstawie ich zmierzonych wartości. Do tego celu zastosowano metody czarnej skrzynki typu MARS oraz lasy losowe (RF). Dodatkowo przedstawiono możliwość połączenia metody lasów losowych z modelem klasyfikacyjnym (RF+SOM). Do identyfikacji danych określających zmienność wybranych wskaźników jakości ścieków zastosowano metody drzew wzmacnianych (BT) i analizy składowych głównych (PCA). Modele opracowano na podstawie wyników ciągłych pomiarów dobowych przeprowadzonych w latach 2013–2015 w oczyszczalni ścieków komunalnych w Rzeszowie.
Forecasting the amount and quality of wastewater flowing into a treatment plant sufficiently in advance, enables effective control of numerous treatment process parameters. Therefore, mathematical (physical deterministic and time series statistical) models forecasting both the amount and quality of wastewater inflow into a sewage treatment plant are under development. In this paper, a possibility of simpler time series models application to forecasting values of selected indicators (biochemical oxygen demand (BOD5), total suspended solids (TSS), total nitrogen (TN), total phosphorus (TP) and ammonium (NH4+)) of sewage quality in the inflow into a treatment plant was investigated. The research was based solely on sewage flow rate data and – for the purpose of comparison – the actual measured indicator values. For this purpose, MARS type black-box and random forest (RF) methods were used. Also, a possibility of combining the RF method with a classification model (RF+SOM) was investigated. Boosted trees (BT) and principal component analysis (PCA) methods were applied for identification of data that determine variability of the selected sewage quality indicators. The models were developed on the basis of continuous daily measurements performed in the period of 2013–2015 in the municipal sewage treatment plant in Rzeszow.
Źródło:
Ochrona Środowiska; 2016, 38, 4; 39-46
1230-6169
Pojawia się w:
Ochrona Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Soil quality assessment of the rainfed lowland ricefields under organic and conventional farming systems in Kaliwungu (Central Java)
Autorzy:
Supriyadi, Supriyadi
Rachmawati, Septiana
Herawati, Aktavia
Purwanto, Purwanto
Powiązania:
https://bibliotekanauki.pl/articles/762795.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Marii Curie-Skłodowskiej. Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej
Tematy:
soil quality index (SQI), rainfed lowland rice, principal component analysis (PCA), minimum data set (MDS)
Opis:
Rainfed lowland rice is grown in land where the irrigation systems depend on rainwater. The use of chemical fertilizers in large quantities in order to improve production of rice will result in soil quality degradation. In order to improve the condition of the soil, a system of organic farming was provided. The aim of this study was to quantify soil quality in rainfed lowland ricefilds using soil quality indexes (SQI) and to compare SQIs of farming system under organic and conventional fertilization. The sample consists of seven sample points on soil fertilized organically and three sample points on soil which is managed in a conventional way, each taken from 5 subpoints at a depth of 0–30 cm and analyzed for 12 soil variables. The best representative soil quality variables forming a minimum data set (MDS) were selected using principal component analysis (PCA), and soil quality scores were obtained using both linear and non-linear scoring functions. The study results indicate that in case of organic farming system, the soil quality was better (SQI = 2.079) when compared to its quality in the conventional farming system (SQI = 1.397). The selected indicators used as the MDS are soil porosity, cation exchange capacity (CEC), soil organic carbon, C/N ratio, soil permeability, available-P (Av-P), and electrical conductivity (EC)
Źródło:
Polish Journal of Soil Science; 2018, 51, 2
0079-2985
Pojawia się w:
Polish Journal of Soil Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identification of macerals of the inertinite group using neural classifiers, based on selected textural features
Identyfikacja macerałów grupy inertynitu z wykorzystaniem klasyfikatorów neuronowych w oparciu o wybrane cechy tekstury
Autorzy:
Skiba, M.
Młynarczuk, M.
Powiązania:
https://bibliotekanauki.pl/articles/219222.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
sieci neuronowe
analiza składowych głównych
macerały grupy inertynitu
właściwości węgla
parametry Haralicka
macierz zdarzeń
macerals of the inertinite group
neural networks
coal properties
Haralick parameters
co-occurrence matrix
principal component analysis (PCA)
Opis:
The petrographic composition of coal has a significant impact on its technological and sorption properties. That composition is most frequently determined by means of microscope quantitative analyses. Thus, aside from the purely scientific aspect, such measurements have an important practical application in the industrial usage of coal, as well as in issues related to the safety in underground mining facilities. The article discusses research aiming at analyzing the usefulness of selected parameters of a digital image description in the process of automatic identification of macerals of the inertinite group using neural networks. The description of the investigated images was based on statistical parameters determined on the basis of a histogram and co-occurrence matrix (Haralick parameters). Each of the studied macerals was described by means of a 20-element feature vector. An analysis of its principal components (PCA) was conducted, along with establishing the relationship between the number of the applied components and the effectiveness of the MLP network. Based on that, the optimum number of input variables for the investigated classification task was chosen, which resulted in reduction of the size of the network’s hidden layer. As part of the discussed research, the authors also analyzed the process of classification of macerals of the inertinite group using an algorithm based on a group of MLP networks, where each network possessed one output. As a result, average recognition effectiveness of 80.9% was obtained for a single MLP network, and of 93.6% for a group of neural networks. The obtained results indicate that it is possible to use the proposed methodology as a tool supporting microscopic analyses of coal.
Skład petrograficzny węgla w istotnym stopniu wpływa na jego właściwości technologiczne oraz sorpcyjne. Jest on najczęściej wyznaczany za pomocą mikroskopowych analiz ilościowych. Obok aspektu czysto naukowego, tego typu pomiary odgrywają więc znaczącą rolę praktyczną w przemysłowym wykorzystaniu surowca oraz zagadnieniach związanych z bezpieczeństwem w kopalniach podziemnych. W artykule przedstawiono badania mające na celu analizę przydatności wybranych parametrów opisu obrazu cyfrowego do prac dotyczących automatycznej identyfikacji macerałów grupy inertynitu z wykorzystaniem sieci neuronowych. Opis badanych obrazów oparto o parametry statystyczne wyznaczone na podstawie histogramu oraz macierzy zdarzeń (parametry Haralicka). Każdy z badanych maceratów opisano za pomocą 20-elementowego wektora cech. Przeprowadzono analizę jego składowych głównych (PCA) oraz określono wpływ liczby zastosowanych składowych na skuteczność działania sieci MLP. Na tej podstawie dobrano optymalną liczbę zmiennych wejściowych dla rozpatrywanego zagadnienia klasyfikacji, co skutkowało redukcją wymiaru warstwy ukrytej sieci. W ramach opisanych prac przeprowadzono także analizy dotyczące klasyfikacji macerałów grupy inertynitu z wykorzystaniem algorytmu bazującego na grupie sieci MLP, z których każda posiadała jedno wyjście. W wyniku badań uzyskano średnią skuteczność rozpoznań na poziomie 80,9% dla pojedynczej sieci MLP oraz 93,6% w przypadku grupy sieci neuronowych. Otrzymane rezultaty wskazują na możliwość zastosowania proponowanej metodyki jako narzędzia wspierającego mikroskopowe analizy węgla.
Źródło:
Archives of Mining Sciences; 2018, 63, 4; 827-837
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Source apportionment of the PM10 fraction of particulate matter collected in Kraków, Poland
Autorzy:
Samek, L.
Powiązania:
https://bibliotekanauki.pl/articles/146888.pdf
Data publikacji:
2012
Wydawca:
Instytut Chemii i Techniki Jądrowej
Tematy:
air pollution
energy dispersive X-ray fluorescence (EDXRF)
elemental concentration
particulate matter
statistical analyses
PCA - principal component factor analysis
MLRA - multilinear regression analysis
Opis:
Samples of PM10 fraction of air particulates were collected during the winter of 2010 at two different sites in the City of Kraków, Poland. One site was located nearby a steel mill (Nowa Huta district) and the second one was situated at a distance of 10 km from the first site (Krowodrza district). The measured mass concentrations of PM10 fraction were in the range of 33 to 358 μg/m3. They exceeded the permissible daily limit value of 50 μg/m3. The Voivodship Inspectorate for Environmental Protection in Kraków was in charge of collecting samples as well as determining mass concentrations. Assessment of elemental concentrations and statistical analyses were performed at the University of Science and Technology in Kraków. Mean concentrations of Ti, Cu, Br and Pb were almost the same at both sites, while those of K, Ca and Zn were two times higher at Nowa Huta than at Krowodrza. Cr, Mn and Fe mass concentrations were also higher at Nowa Huta site; the values were a factor of three higher for Cr and Mn and factor of four for Fe. Factor analysis (FA) and multilinear regression analysis (MLRA) were used to determine source contributions to ambient PM10. The measurements were based on PM10 composition data which included elemental concentrations. Local combustion, industry and other, not identified sources, such as secondary aerosols, were the factors that highly contributed to the pollution of PM10 during winter time. For the site at Nowa Huta 53.1% of pollution was attributable to combustion and traffic, 28.5% was due to industry and wood combustion, and 18.3% were not identified. For the Krowodrza site, industry and wood combustion contributed 46.1%, combustion and traffic 50.4% and other, not identified sources 3.5% of the total PM10. Examination of meteorological data suggested that the concentration of potassium was inversely proportional to ambient air temperature at both sites. A wood combustion was identified as possible source of potassium in PM10.
Źródło:
Nukleonika; 2012, 57, 4; 601-606
0029-5922
1508-5791
Pojawia się w:
Nukleonika
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Polish universities of economics in European networks
Polskie uniwersytety ekonomiczne w sieciach europejskich
Autorzy:
Sagan, Adam
Brzezińska, Justyna
Sztemberg-Lewandowska, Mirosława
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/1182031.pdf
Data publikacji:
2021
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
principal component analysis (PCA)
multidimensional scaling (MDS)
network analysis
European universities
analiza czynnikowa (PCA)
skalowanie wielowymiarowe (MDS)
analiza sieci
uniwersytety ekonomiczne
Opis:
Ostatnio dużym problemem stała się ocena badań prowadzonych na europejskich uczelniach. Troska o jakość i ocenę badań naukowych prowadzonych na uczelniach zwiększa znaczenie rankingów uczelni, zwłaszcza rankingów światowych. W artykule zastosowano podejście sieciowe do analizy powiązań europejskich uniwersytetów korzystających z sieci uniwersytetów. Sieci umożliwiają wizualizację złożonych, wielowymiarowych danych i zapewniają wskaźniki statystyczne do interpretacji wynikowych wykresów. Analiza obejmuje 150 uczelni ekonomicznych w Europie i 11 sieci uniwersytetów. Analizy sieciowe wykonano programem R. W artykule przedstawiono różne metody, które pozwoliły na identyfikację systemów sieciowych polskich uczelni ekonomicznych na uczelniach europejskich, oraz sieci społecznościowych na podstawie wskaźników sieciowych.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2021, 25, 1; 91-111
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dimensionality reduction of dynamic mesh animations using HO-SVD
Autorzy:
Romaszewski, M.
Gawron, P.
Opozda, S.
Powiązania:
https://bibliotekanauki.pl/articles/91573.pdf
Data publikacji:
2013
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
Higher Order Singular Value Decomposition
HOSVD
dimensionality reduction
mesh animation
MSE
Hausdorff metric
MSDM
principal component analysis
PCA
Opis:
This work presents an analysis of Higher Order Singular Value Decomposition (HOSVD) applied to reduction of dimensionality of 3D mesh animations. Compression error is measured using three metrics (MSE, Hausdorff, MSDM). Results are compared with a method based on Principal Component Analysis (PCA) and presented on a set of animations with typical mesh deformations.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2013, 3, 4; 277-289
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Music Mood Visualization Using Self-Organizing Maps
Autorzy:
Plewa, M.
Kostek, B.
Powiązania:
https://bibliotekanauki.pl/articles/176410.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
music mood
music parameterization
MER (Music Emotion Recognition)
MIR (Music Information Retrieval)
Multidimensional Scaling (MDS)
principal component analysis (PCA)
Self-Organizing Maps (SOM)
ANN (Artificial Neural Networks)
Opis:
Due to an increasing amount of music being made available in digital form in the Internet, an automatic organization of music is sought. The paper presents an approach to graphical representation of mood of songs based on Self-Organizing Maps. Parameters describing mood of music are proposed and calculated and then analyzed employing correlation with mood dimensions based on the Multidimensional Scaling. A map is created in which music excerpts with similar mood are organized next to each other on the two-dimensional display.
Źródło:
Archives of Acoustics; 2015, 40, 4; 513-525
0137-5075
Pojawia się w:
Archives of Acoustics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Factors of the development of organic farming in Poland at the voivodship level
Autorzy:
Nowak, Ewa
Jadczyszyn, Jan
Powiązania:
https://bibliotekanauki.pl/articles/2148092.pdf
Data publikacji:
2020-12-30
Wydawca:
Instytut Uprawy Nawożenia i Gleboznawstwa – Państwowy Instytut Badawczy
Tematy:
organic farming
Rural Development Program
Principal component analysis – PCA
voivodships
Polska
Opis:
The purpose of the research based on the data from the Report on the state of organic farming in Poland in 2015–2016 and environmental conditions, was to determine the impact of natural and economic factors and subsidies from EU programs on the level of organic production and to better understand the diver-sity of the spatial structure of organic farming within the system of provinces (voivodships). Nineteen structural, socio-economic and financial features, and 3 environmental features that charac-terize the quality of agricultural production and forms of nature protection for 16 voivodships, were used as assessment criteria.Principal component analysis allowed the basic factors of diver-sification to be discovered of the set of voivodships contained in the hidden structure defined by the features adopted for analysis. Homogeneous groups – organic farming types by voivodships were distinguished using the k-means method.The comparative analysis allowed the connections between the structure of organic farming and its place in voivodships to be highlighted in connection with support for organic farming, the number of producers of organic agricultural products, production of feed on arable land, production of cereals and vegetables. The location of organic farms is related to the occurrence of Natura 2000 areas. The first type includes two voivodships, Zachodnio-pomorskie and Warmińsko-Mazurskie – with the highest level of development of organic farming. In the second type, the fol-lowing voivodships were concentrated: Lubelskie, Łódzkie, Ma-zowieckie, Podlaskie and Świętokrzyskie, with a high level of or-ganic farming, where farms smaller in area, that focus on fruit and vegetable production are the predominant type. In the third type, the following voivodships were located in the region of western Poland: Pomorskie and Wielkopolskie with a medium level of organic farming and very diverse in characteristics, including the largest and smaller organic farms with a low level of fruit and vegetable production. The fourth type includes the Małopolskie and Podkarpackie voivodships with a very small farm area and a small number of producers. In the fifth type with the least developed organic farming with a small number of producers and low fruit and vegetable production, three voivodships focused on the average farm area: Śląskie, Opolskie and Kujawsko-Pomorskie.
Źródło:
Polish Journal of Agronomy; 2020, 43; 43-46
2081-2787
Pojawia się w:
Polish Journal of Agronomy
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:
Range of soil and climate characteristics appropriate for Pistacia atlantica forest development and rehabilitation (case study: Fars province, Iran)
Zakres charakterystyk glebowych i klimatycznych odpowiednich dla rozwoju i rekultywacji lasów Pistacia atlantica na przykładzie prowincji Fars w Iranie
Autorzy:
Nejabat, M.
Negahdarsaber, M.
Ghahari, G.
Powiązania:
https://bibliotekanauki.pl/articles/292642.pdf
Data publikacji:
2017
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
climatic elements
drought
forest soils
principal component analysis (PCA)
semi-arid regions
soil physical and chemical properties
analiza składowych głównych (PCA)
czynniki klimatyczne
fizyczne i chemiczne właściwości gleb
gleby leśne
susza
tereny półpustynne
Opis:
Investigation of ranges of soil and climate characteristics appropriate for the tolerant species: Pistacia atlantica subsp. mutica according to field study was the main objective of this research. This study was carried out based on random sampling across 20×20 km wild pistachio forests of Fars province (Iran). Results showed that mountainous and hilly lands are the main land types that pistachio species have evolved on. Statistical analysis of physical and chemical soil characteristics based on principal component analysis (PCA) method showed that wide ranges in soil characteristics, even up to about 40% differentiation in some measured properties, did not restricts this subspecies natural growth. The main growth limiting factors were shallow soil depth and light soil texture that decreased storage capacity of soil moisture, necessary for wild pistachios survival during drought and long dry periods. Climatic elements were analysed through the same approach and showed that temperature, precipitation and wind with overall variability of 85.9% were the most effectual factors. Pistacia atlantica subsp. mutica is one of the species refractory to various soil conditions and adapted to weak soils for the establishment and rehabilitation of forests in semi-arid regions.
Głównym celem badań terenowych prezentowanych w niniejszej pracy było przeanalizowanie zakresu wartości charakterystyk glebowych i klimatycznych odpowiednich dla podgatunku Pistacia atlantica subsp. mutica. Próby pobierano losowo z poletka w lesie pistacjowym o wymiarach 20×20 km w prowincji Fars w Iranie. Wyniki dowodzą, że pistacja wyewoluowała na ziemiach górskich i na terenach pagórkowatych. Statystyczna analiza fizycznych i chemicznych właściwości gleb prowadzona metodą składowych głównych (PCA) wykazała, że duża zmienność badanych cech, sięgająca w niektórych przypadkach 40%, nie ograniczała naturalnego wzrostu badanego podgatunku. Głównymi czynnikami ograniczającymi były płytkie gleby o lekkiej strukturze, które zmniejszały zdolność gleb do zatrzymywania wilgoci niezbędnej dziko rosnącej pistacji do przetrwania długich okresów suszy. Czynniki klimatyczne analizowano tą samą metodą i stwierdzono, że najbardziej istotne były temperatura, opady i wiatr o ogólnej zmienności 85,9%. Pistacia atlantica subsp. mutica jest jednym z gatunków najbardziej odpornych na różne warunki glebowe, co może mieć znaczenie dla stabilizowania i rekultywacji lasów na terenach półpustynnych.
Źródło:
Journal of Water and Land Development; 2017, 32; 71-78
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Interrelationship and Determining Factors of Water Quality Dynamics in Whiteleg Shrimp Ponds in Tropical Eco-Green Aquaculture System
Autorzy:
Musa, Muhammad
Mahmudi, Mohammad
Arsad, Sulastri
Lusiana, Evellin Dewi
Sunadji
Wardana, Wisnu Angga
Ompusunggu, Magdalena Florensia
Damayanti, Dhea Novita
Powiązania:
https://bibliotekanauki.pl/articles/2202326.pdf
Data publikacji:
2023
Wydawca:
Polskie Towarzystwo Inżynierii Ekologicznej
Tematy:
aquaculture wastewater
intensive system
Litopenaeus vannamei
mangrove
PCA
principal component analysis
Opis:
Whiteleg shrimp (Litopenaeus vannamei) farming is a major activity in the coastal areas of many tropical countries. To meet the demand in this market, the culture system has expanded using intensive technology, which has resulted in the emission of effluents that threaten the surrounding aquatic ecosystem. Therefore, proper aquaculture management is needed to ensure both economic and ecological benefits. This led to the emergence of eco-green aquaculture. Water quality monitoring is a critical part of aquaculture management and when performed regularly, it yields a large and complex dataset. In this study, the authors aimed to analyse the dynamics of water quality characteristics and the relationships between these variables in whiteleg shrimp ponds in a tropical eco-green aquaculture system from 2020 to 2022. Since the data includes nine parameters and is quite complex, the principal component analysis (PCA) approach was used. This method enables to identify the factors that determine water quality, which will help ensure effective and efficient aquaculture management. Consequently, the water quality variables in the studied area were reduced to five dimensions and salinity, ammonia, and pH were found to be the key factors responsible for the changes in water quality characteristics. Hence, these variables should be the focus of farming management systems.
Źródło:
Journal of Ecological Engineering; 2023, 24, 1; 19--27
2299-8993
Pojawia się w:
Journal of Ecological Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 39

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