Powiadomienia systemowe
- Sesja wygasła!
Tytuł artykułu
Autorzy
Identyfikatory
Warianty tytułu
Selekcja cech z wykorzystaniem algorytmu genetycznego do klasyfikacji wnęki naczyniowej na cyfrowych obrazach dna oka.
Języki publikacji
Abstrakty
The analysis of possibilities of applying methods, which arę implemented in virtual shared memory based on Linda model in JavaSpaces system, arę presented in this paper. These methods arę concerned with the way of distributed database management specially distribution transaction processing. The possibilities of using JavaSpaces system in asynchronous replicated data update arę also considered.
W opracowaniu przedstawiona została analiza możliwości wykorzystania metod zaimplementowanych w środowisku wirtualnie współdzielonej pamięci opartej na modelu Lindy w systemie JavaSpaces. Metody te dotyczą sposobu zarządzania rozproszoną bazą danych, a w szczególności realizacją rozproszonych transakcji. Rozważono możliwość wykorzystania systemu JavaSpaces do asynchronicznego uaktualniania kopii danych.
Czasopismo
Rocznik
Tom
Strony
331--344
Opis fizyczny
Bibliogr. 11 poz., rys.
Twórcy
autor
- Politechnika Śląska, Instytut Informatyki, ul. Akademicka 16, 44-101 Gliwice, Polska
autor
- Politechnika Śląska, Instytut Informatyki, ul. Akademicka 16, 44-101 Gliwice, Polska
autor
- Szpital Wielospecjalistyczny, Oddział Okulistyczny, ul. Kościuszki, 44-100 Gliwice
Bibliografia
- 1. Arabas J.: Lectures on genetic algorithm (in Polish). WNT, Warsaw , 2001.
- 2. Devijer P. A., K ittler J.: Pattern recognition: a statistical approach. Prentice-Hall, 1982.
- 3. Goldberg D.: Genetic algorithms in search optimization and machine learning. Addison-Wesley 1989.
- 4. G onzalez R. C., Woods R.E.: Digital Image Processing. Prentice-Hall, 2002
- 5. Jain A., Zongker D.: Feature selection: evaluation, application and small sample performance. IEEE Trans. Pattern Analysis Machine Intelligence, v.19, Nr 2, pp. 153-158, 1997.
- 6. Kański J. et al.: Glaucoma. A color manual of diagnosis and treatment. Butterworth-Heinemann, 1996.
- 7. Roth G., Levine M.: Geometric primitive extraction using a genetic algorithm. IEEE Trans. Pattern Analysis Machine Intelligence, v. 16, nr 10, pp. 901-905, 1994.
- 8. Siedlecki W ., Sklansky J.: On automatic feature selection. Int. J. Pattern Recognition Artificial Intelligence, v.2, nr 2, pp 197-220, 1988.
- 9. Siedlecki W., Sklansky J.: A note on genetic algorithm s for large-scale feature selection. Pattern Recognition Letters, V. 10, Nr 1, pp 335-347, 1989.
- 10. Stąpor K., Pawlaczyk L., Rzendkowski M.: Adaptive local thresholding for automatic segmentation of eye-cup in fundus eye images. Studia Infonnatica, 2003, in press.
- 11. Trier O., Jain A ., T axt T.: Feature extraction m ethods for character recognition - a survey. Pattern Recognition, v.29, N r 4, pp. 641-662, 1996.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BUJ3-0003-0077