Powiadomienia systemowe
- Sesja wygasła!
- Sesja wygasła!
Tytuł artykułu
Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
Wskaźnik jakości dla współspalania pyłu węglowego i biomasy
Języki publikacji
Abstrakty
This paper presents comparison image classification method of co-firing biomass and pulverized coal. Defined two class of combustion: stable and unstable for nine variants with different power value parameters and fixed amount biomass (20% straw). Compared the artificial neural networks, support vector machine, k nearest neighbor, linear and quadratic discriminant analysis methods. The sensitivity classification value was selected as a combustion process quality factor.
W pracy przedstawiono porównanie wybranych metod klasyfikacji obrazów dla współspalania pyłu węglowego i biomasy. Zdefiniowano dwie klasy spalania: stabilne i niestabilne dla dziewięciu wariantów z różnymi parametrami mocy oraz stałą ilością biomasy (20% słomy). Porównano sztuczne sieci neuronowe, metodę wektorów nośnych, metodę k najbliższych sąsiadów, liniową i kwadratową analizę dyskryminacyjną. Wybrano wskaźnik jakości procesu spalania jako wartość parametru wrażliwość klasyfikacji.
Słowa kluczowe
Wydawca
Czasopismo
Rocznik
Tom
Strony
140--143
Opis fizyczny
Bibliogr. 10 poz., rys., tab.
Twórcy
autor
- Lublin University of Technology, Institute of Electronics and Information Technology, Nadbystrzycka str. 38a 20-618 Lublin
autor
- Lublin University of Technology, Institute of Electronics and Information Technology, Nadbystrzycka str. 38a 20-618 Lublin
Bibliografia
- [1] Parente A., Sutherland J.C., Tognotti L., Smith, P.J., Identification of low-dimensional manifolds in turbulent flames, Proceedings of the Combustion Institute, (2009), No. 32, 1579- 1586
- [2] Wójcik W., Kotyra A., Golec T., Gromaszek K., Vision based monitoring of coal flames, Przegląd Elektrotechniczny, (2008) nr 3, 241-243
- [3] Omiotek Z., Burda A. Wójcik W., The use of decision tree induction and artificial neural networks for automatic diagnosis of Hashimoto’s disease, Expert Systems with Applications, (2013), No 40, 6684-6689
- [4] Dao-guang L., Li-Xia L., Chang-liang L., Jing C., Flame Furnace In Thermal Power Plant Condition Monitoring Using SVM, Proceedings of the 2009 Second International Conference on Intelligent Computation Technology and Automation, (2009), No 03, 67-70
- [5] Agrawal S., Verma N. K., Tamrakar P., Sircar P., Content Based Color Image Classification using SVM, Information Technology: New Generations (ITNG), (2011), 1090-1094
- [6] Zongfang M., Yongmei Ch., Huiqin W., Najuan Y., Research of Flame Image Recognition Algorithm Based on SVM, Information Science and Engineering (ICISE), (2009), 1399- 1401
- [7] Boshnakov K., Petkov V., Nikolov M., Decision Making For Control Of Combustion Process Of Pulverized Coal, Journal of Chemical Technology and Metallurgy, Vol. 50, (2015), 183-192
- [8] Sawicki D., Kotyra A.: Monitoring combustion process using image classification, Przeglad Elektrotechniczny (2014), nr 11, vol. 90, 130-132
- [9] Ćwik J., Mielniczuk J., Statystyczne systemy uczące się. Ćwiczenia w oparciu o pakiet R, Oficyna Wydawnicza Politechniki Warszawskiej, (2009)
- [10] Kotyra A., Wójcik W., Gromaszek K., Smolarz A., Jagiełło K.: Assessment of biomass-coal co-combustion on the basis of flame image, Przegląd Elektrotechniczny, 11b (2012), 295-297
Uwagi
Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-b26dd80b-8d7f-4fb5-bf35-fe5993bf94a7