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:
A Comparative Study between CS-LBP/SVM and CS-LBP/PCA in Facial Expression Recognition
Autorzy:
Gaur, Sheena
Powiązania:
https://bibliotekanauki.pl/articles/1075570.pdf
Data publikacji:
2019
Wydawca:
Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
Tematy:
Center symmetric local binary patterns (CS-LBP)
Facial Expression Analysis
Principal Component Analysis 9PCA)
Support Vector Machine (SVM)
Opis:
Face plays significant role in social communication. This is a 'window' to human personality, emotions and thoughts. Due to this, face is a subject of study in many areas of science such as psychology, behavioral science, medicine and computer science etc. In this paper, a comparative study is suggested between CS-LBP/SVM and CS-LBP/PCA. These algorithms are used in emotive facial expression recognition. Finally, a comparison is shown between PCA & SVM in terms of Dimension Reduction. The proposed system uses grayscale frontal face images of a Japanese female to classify six basic emotions namely happiness, sadness, disgust, fear, surprise and anger.
Źródło:
World Scientific News; 2019, 121; 83-89
2392-2192
Pojawia się w:
World Scientific News
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A principal component analysis in concrete design
Autorzy:
Kobaka, Janusz
Katzer, Jacek
Powiązania:
https://bibliotekanauki.pl/articles/31342619.pdf
Data publikacji:
2022
Wydawca:
Politechnika Częstochowska
Tematy:
principal component analysis
PCA
concrete designing
concrete mix
analiza głównych składowych
projektowanie betonu
mieszanka betonowa
Opis:
Over the last 200 years, ordinary concrete has evolved from four basic ingredient materials (gravel, sand, cement, and water) to multicomponent complex composites. The number and variety of the additives, admixtures, non-conventional aggregates, fillers, and fibres currently used for concrete production have continued to grow rapidly. Regrettably, the methods for de-signing concrete mixes have not evolved at a similarly fast pace. Keeping the above facts in mind, the authors utilised a principal component analysis (PCA) to design modern concrete mixes. As an initial approach, 550 cast and tested concrete mixes were analysed. The main aim of the presented study was to prove the usefulness of the PCA methodology for the fast classification of concrete mix compositions. The acquired knowledge should be useful for the effective design of multicomponent modern concrete mixes.
Źródło:
Budownictwo o Zoptymalizowanym Potencjale Energetycznym; 2022, 11; 203-219
2299-8535
2544-963X
Pojawia się w:
Budownictwo o Zoptymalizowanym Potencjale Energetycznym
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An effective data reduction model for machine emergency state detection from big data tree topology structures
Autorzy:
Iaremko, Iaroslav
Senkerik, Roman
Jasek, Roman
Lukastik, Petr
Powiązania:
https://bibliotekanauki.pl/articles/2055178.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
OPC UA
OPC tree
principal component analysis
PCA
big data analysis
data reduction
machine tool
anomaly detection
emergency states
analiza głównych składowych
duży zbiór danych
redukcja danych
wykrywanie anomalii
stan nadzwyczajny
Opis:
This work presents an original model for detecting machine tool anomalies and emergency states through operation data processing. The paper is focused on an elastic hierarchical system for effective data reduction and classification, which encompasses several modules. Firstly, principal component analysis (PCA) is used to perform data reduction of many input signals from big data tree topology structures into two signals representing all of them. Then the technique for segmentation of operating machine data based on dynamic time distortion and hierarchical clustering is used to calculate signal accident characteristics using classifiers such as the maximum level change, a signal trend, the variance of residuals, and others. Data segmentation and analysis techniques enable effective and robust detection of operating machine tool anomalies and emergency states due to almost real-time data collection from strategically placed sensors and results collected from previous production cycles. The emergency state detection model described in this paper could be beneficial for improving the production process, increasing production efficiency by detecting and minimizing machine tool error conditions, as well as improving product quality and overall equipment productivity. The proposed model was tested on H-630 and H-50 machine tools in a real production environment of the Tajmac-ZPS company.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2021, 31, 4; 601--611
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Assessment of Sustainable Development Using Cluster Analysis and Principal Component Analysis
Ocena zrównoważonego rozwoju za pomocą analizy skupień i analizy głównych składników
Autorzy:
Drastichová, Magdaléna
Filzmoser, Peter
Powiązania:
https://bibliotekanauki.pl/articles/371108.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Komitet Człowiek i Środowisko PAN
Tematy:
European Union (EU)
Hierarchical Cluster Analysis (HCA)
Principal Component Analysis (PCA)
Sustainable Development (SD)
Sustainable Development Goals (SDGs)
JEL Classification
Q01
Q50
Q51
Q54
Q56
Unia Europejska
hierarchiczna analiza skupień
analiza głównych wskaźników
rozwój zrównoważony
cele zrównoważonego rozwoju
Opis:
The European Union (EU) Sustainable Development Goals (SDG) indicator set replaced the EU Sustainable Development Strategy (SDS) in 2017. The selected indicators of this set were chosen for the analysis to classify the sample of the 28 EU countries along with Norway according to their performance in sustainability. In the selection of indicators, priority was given to the indicators reflecting the social dimension of SD, along with important representatives of the economic, ecological and institutional dimensions of SD generally. Hierarchical Cluster Analysis (HCA) and Principal Component Analysis (PCA) were applied to the data of 12 indicators in the period 2012- 2016. By means of the HCA, four clusters were created in each year of the period 2012-2016 using the indicator values of particular years and then using all the indicator values in all the monitored years for the general assignment of countries to particular clusters. According to changes in the assignment to particular clusters over the years, the sustainability of development and the path of SD in the examined countries are assessed. As regards the core countries of each cluster, cluster 1 includes the most developed EU countries and is thus evaluated as the best performing cluster. Cluster 2 including the least developed EU countries is evaluated as the worst performing cluster. Cluster 3 predominantly includes the transitive economies and it is evaluated as the second best performing cluster according to the indicators applied. Cluster 4 containing the Southern countries is assessed as the second worst performing cluster. From the shifts of countries that occurred between the years, the shift of Ireland from cluster 3 to cluster 1 in 2013 must be emphasised as the move towards higher sustainability. The shift of Slovakia and Hungary from cluster 2 to cluster 3 in 2013 is also evaluated as progress towards higher sustainability.
W Unii Europejskiej w 2017 r. Cele zrównoważonego rozwoju zastąpiły dotychczasową Strategię zrównoważonego rozwoju. W tej pracy wybrane wskaźniki odnoszące się do nowych Celów zrównoważonego rozwoju stanowią podstawę klasyfikacji 28 krajów Wspólnoty oraz Norwegii. Wśród tych wskaźników priorytetowo potraktowano te odnoszące się do wymiaru społecznego zrównoważonego rozwoju, uzupełniając dyskusję o podstawowe wskaźniki ekonomiczne, ekologiczne i instytucjonalne. Przeanalizowano okres obejmujący lata 2012-2016. Wobec wybranych 12 wskaźników zastosowano hierarchiczną analizę skupień i analizę głównych składników. Utworzono cztery klastry w ramach każdego roku z analizowanego okresu, określając wartości wskaźników dla poszczególnych lat, a następnie określenie wszystkich wartości wskaźników dla wszystkich monitorowanych lat umożliwiło przypisanie krajów do poszczególnych klastrów. Określenie zmian w przypisaniu do poszczególnych klastrów na przestrzeni lat umożliwiło ocenę zrównoważoności rozwoju i określenie ścieżki zrównoważonego rozwoju badanych krajów. Jeśli chodzi o główne kraje każdego klastra, to klaster 1 obejmuje najbardziej rozwinięte kraje UE i dlatego jest oceniany jako klaster, który osiąga najlepsze wyniki. Klaster 2 uwzględnia najsłabiej rozwinięte kraje i oceniony jest jako ten, który osiąga najgorsze wyniki. Klaster 3 obejmuje głównie gospodarki znajdujące się w okresie przejściowym i jest oceniany jako drugi osiągający najlepsze wyniki. Klaster 4 obejmuje kraje Południa i jest oceniany jako drugi osiągający najgorsze wyniki. Uwzględniając zmiany jakie zaszły w okresie kolejnych lat, należy podkreślić przesunięcie Irlandii z klastra 3 do klastra 1 w 2013 r., co oznacza ruch w kierunku większej zrównoważoności. Tak samo należy ocenić przejście w tym samym roku Słowacji i Węgier z klastra 2 do klastra 3.
Źródło:
Problemy Ekorozwoju; 2019, 14, 2; 7-24
1895-6912
Pojawia się w:
Problemy Ekorozwoju
Dostawca treści:
Biblioteka Nauki
Artykuł
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:
Comparison of selected methods of multi-parameter data visualization used for classification of coals
Autorzy:
Jamroz, D.
Niedoba, T.
Powiązania:
https://bibliotekanauki.pl/articles/110329.pdf
Data publikacji:
2015
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
multidimensional visualization
observational tunnels method
multidimensional scaling
MDS
principal component analysis
PCA
relevance maps
autoassociative neural networks
Kohonen maps
parallel coordinates method
grained material
coal
Opis:
Methods of multi-parameter data visualization through the transformation of multidimensional space into two-dimensional one allow to present multidimensional data on computer screen, thus making it possible to conduct a qualitative analysis of this data in the most natural way for human – by a sense of sight. In the paper a comparison was made to show the efficiency of selected seven methods of multidimensional visualization and further, to analyze data describing various coal type samples. Each of the methods was verified by checking how precisely a coal type can be classified when a given method is applied. For this purpose, a special criterion was designed to allow an evaluation of the results obtained by means of each of these methods. Detailed information included presentation of methods, elaborated algorithms, accepted parameters for best results as well the results. The framework for the comparison of the analyzed multi-parameter visualization methods includes: observational tunnels method multidimensional scaling MDS, principal component analysis PCA, relevance maps, autoassociative neural networks, Kohonen maps and parallel coordinates method.
Źródło:
Physicochemical Problems of Mineral Processing; 2015, 51, 2; 769-784
1643-1049
2084-4735
Pojawia się w:
Physicochemical Problems of Mineral Processing
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Differences between technological and textural parameters of meat from farmed and wildlife red deer (Cervus elaphus) determined by PCA method
Różnice pomiędzy parametrami technologicznymi i teksturalnymi mięsa jeleni (Cervus elaphus) hodowlanych i dziko żyjących określone metodą składowych głównych
Autorzy:
Kral, M.
Snirc, M.
Tremlova, B.
Powiązania:
https://bibliotekanauki.pl/articles/825883.pdf
Data publikacji:
2018
Wydawca:
Polskie Towarzystwo Technologów Żywności
Tematy:
farmed deer
wildlife animal
red deer
Cervus elaphus
meat
difference
technological parameter
texture parameter
determination
PCA method zob.principal component analysis
principal component analysis
Źródło:
Żywność Nauka Technologia Jakość; 2018, 25, 3
1425-6959
Pojawia się w:
Żywność Nauka Technologia Jakość
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:
Eksploracyjna analiza czynnikowa w badaniach struktury zespołu zmiennych obserwowanych
Exploratory factor analysis in studying the structure of multivariate observations
Autorzy:
Laudański, Zbigniew
Mańkowski, Dariusz R.
Flaszka, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/2198130.pdf
Data publikacji:
2012-03-29
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
analiza czynnikowa EFA
analiza składowych głównych PCA
PCA
korelacje
EFA
factor analysis EFA
principal component analysis PCA
correlations
Opis:
W pracy przedstawiono podstawy i zastosowania praktyczne w naukach rolniczych eksplora¬cyjnej analizy czynnikowej, EFA. Opisano zagadnienia numeryczne związane z prowadzeniem niezbędnych obliczeń. Na przykładach przedstawiono sposób interpretacji wyników EFA oraz przykłady jej wykorzystania w badaniach rolniczych.
The paper presents the basic principles and practical applications in agricultural sciences of exploratory factor analysis, EFA. We described the numerical issues related to conducting the necessary calculations. Presented examples demonstrated how to interpret the results of EFA and examples of its use in agricultural research.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2012, 263; 75-89
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
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:
Feature vector or time-series – comparison of gestures representations in automatic gesture recognition systems
Autorzy:
Barczewska, K.
Wójtowicz, W.
Moszkowski, T.
Powiązania:
https://bibliotekanauki.pl/articles/115720.pdf
Data publikacji:
2015
Wydawca:
Fundacja na Rzecz Młodych Naukowców
Tematy:
principal component analysis (PCA)
independent component analysis (ICA)
neural networks
sign language
automatic recognition
analiza składowych głównych (PCA)
analiza składowych niezależnych (ICA)
sieci neuronowe
język migowy
automatyczne rozpoznawanie
Opis:
In this paper, we performed recognition of isolated sign language gestures - obtained from Australian Sign Language Database (AUSLAN) – using statistics to reduce dimensionality and neural networks to recognize patterns. We designated a set of 70 signal features to represent each gesture as a feature vector instead of a time series, used principal component analysis (PCA) and independent component analysis (ICA) to reduce dimensionality and indicate the features most relevant for gesture detection. To classify the vectors a feedforward neural network was used. The resulting accuracy of detection ranged between 61 to 87%.
Źródło:
Challenges of Modern Technology; 2015, 6, 1; 1-5
2082-2863
2353-4419
Pojawia się w:
Challenges of Modern Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecast of prices and volatility on the day ahead market
Autorzy:
Ganczarek-Gamrot, Alicja
Powiązania:
https://bibliotekanauki.pl/articles/425278.pdf
Data publikacji:
2013
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
principal component analysis (PCA)
SARIMA model
DCC model
Value-at- -Risk
portfolio
Opis:
The subject of this paper is the forecast of prices and volatility on the Day Ahead Market (DAM). The analysis was made for two portfolios of four contracts from 30.03.2009 to 28.10.2011 for two fixings on DAM. Four out of 24 contracts noted on DAM were chosen by PCA. Prices were forecast by the SARIMA models incorporating autocorrelation and seasonality. Value-at-Risk calculated through the DCC model was used to forecast volatility. These models describe well the prices and volatility on the DAM and may be used for forecasting purposes. Prices on fixing 2 are characterized by higher volatility than prices on fixing 1.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2013, 1(39); 111-120
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
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