PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Metoda wyznaczania kąta zwilżania z wykorzystaniem sieci RBF

Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
EN
Method of measuring the contact angle using RBF neural networks
Języki publikacji
PL
Abstrakty
PL
W artykule przedstawiono możliwość zastosowania sieci neuronowej do wyznaczania kąta zwilżania na podstawie obrazu zarejestrowanego przez urządzenie do pomiaru kąta zwilżania opracowane w Instytucie Technologii Eksploatacji. Opisano model sieci neuronowej realizującej aproksymację konturu kropli równaniem krzywej. Korzystając z wyznaczonego równania krzywej wyznaczono kąt zwilżania. Przeprowadzono szereg badań mających na celu wykrycie wpływu zmiany parametrów sieci na wielkość szukanego kąta. Ostatnim etapem opisanych prac była weryfikacja uzyskanych efektów i porównanie wyników z wynikami uzyskanymi innymi metodami obliczeniowymi.
EN
The paper presents the possibility of the application of neural networks to measuring the contact angle, on the basis of the image, registered by the device for measuring the contact angle developed in ITeE. The author describes a model of neural network, which approximates drop's contour. The contact angle was calculated with the use of curve's equation. The author explores how the network's parameters influence the value of the contact angle. In the closing part of the paper the author compares results obtained by using neural networks with results received by application of other methods.
Rocznik
Tom
Strony
27--38
Opis fizyczny
Bibliogr. 8 poz., rys., tab.
Twórcy
  • Instytut Technologii Eksploatacji, Radom
Bibliografia
  • 1. Duch W,. Korbacz J., Rutkowki L., Tadeusiewicz R.,: Biocybernetyka i inżynieria biomedyczna 2000 (pod redakcją M. Nałęcza), Tom 6, Sieci neuronowe, Akademicka Oficyna Wydawnicza Exit, Warszawa 2000.
  • 2. Dutkiewicz E.T.: Fizykochemia powierzchni, Wydawnictwa Naukowo-Techniczne WT, Warszawa 1998.
  • 3. Haykin S.: Neural Networks, a Comprehensive Foundation. Macmillan College Publishing Company, New York 1994.
  • 4. Kosma Z.: Metody numeryczne dla zastosowań inżynierskich, Politechnika Radomska 1993.
  • 5. Krzyżak A., Linder T., Lugosi G.: Nonparametric estimation and classification using radial basis function nets and empirical risk minimization, IEEE Trans. Neural Networks, Vol. 6, 1996.
  • 6. Ossowski S.: Sieci neuronowe w ujęciu algorytmicznym, Wydawnictwa Naukowo-Techniczne, Warszawa 1996.
  • 7. Pigoń K., Ruziewicz Z.: Chemia fizyczna, Państwowe Wydawnictwo Naukowe, Warszawa 1986.
  • 8. Tadeusiewicz R.: Elementarne wprowadzenie do sieci neuronowych z przykładowymi programami, Akademicka Oficyna Wydawnicza, Warszawa 1998.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BAR1-0006-0003
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.