Wyniki wyszukiwania - BazTech

1

Performances comparison of BLDC and BLAC motors based matrix converter

Benhemine Asma, Tedjin Hamza, Benoudjafer Cherif, Bouzar Mohamed Amine

Przegląd Elektrotechniczny

|

2022

|

R. 98, nr 6

116--125

EN

The ability to adjust the speed of a brushless motor is widely used in a variety of applications. Because of its great energy density, efficiency, and resilience, it is recommended. On the other hand, the matrix converter (MC) is an AC / AC power supply system which has many advantages which allow to maintain the quality of the energy supplied directly from the network more efficient and well filtered. This article proposes a compareative study of the speed control of a brusless motor supplied first through an inverter and then directly from the grid using a matrix converter in terms of power quality perfomonces and cost.

PL

Możliwość regulacji prędkości silnika bezszczotkowego jest szeroko stosowana w różnych zastosowaniach. Ze względu na dużą gęstość energii, wydajność i odporność jest polecana. Z kolei konwerter macierzowy (MC) to system zasilania AC/AC, który ma wiele zalet, które pozwalają na utrzymanie jakości energii dostarczanej bezpośrednio z sieci bardziej wydajnej i dobrze filtrowanej. W artykule zaproponowano badanie porównawcze regulacji prędkości obrotowej silnika bezszczotkowego zasilanego najpierw przez falownik, a następnie bezpośrednio z sieci za pomocą przekształtnika macierzowego pod względem wydajności i kosztów.

2

Metoda wektorów podpierających (SVM) w modelowaniu zużycia technicznego budynków wielkopłytowych na terenach górniczych

Wodyński A., Firek K., Rusek J.

Przegląd Górniczy

|

2010

|

T. 66, nr 10

30-34

PL

W artykule przedstawiono metodykę budowy modelu przebiegu zużycia technicznego prefabrykowanych budynków wielkopłytowych zlokalizowanych na terenie górniczym, posługując się metodą wektorów podpierających SVM (Support Vector Machine) w ujęciu regresyjnym [epsilon]-SVR. Metoda ta jest narzędziem stosowanym zarówno przy rozwiązywaniu problemów klasyfikacji, jak i regresji. Jej podstawową zaletą jest jednoznaczność procesu optymalizacji, a ponadto zachowanie ciągłości i różniczkowalności w dziedzinie zmiennych wejściowych, co daje możliwość przeprowadzenia analizy wrażliwości utworzonego modelu. W badaniach wykorzystano bazę danych o 74 wielkopłytowych budynkach mieszkalnych, 32 wzniesionych w systemie Wk-70 oraz 42 w systemie WWP, usytuowanych na terenie górniczym LGOM. Utworzony model stanowił podstawę badań wpływu oddziaływań górniczych w postaci wstrząsów górniczych oraz ciągłych deformacji terenu na zużycie techniczne badanej zabudowy.

EN

Model building methodology of technical rear of large plate buildings located on mining area, using the Support Vector Machine SVM in the regressive expression-SVR, is presented. This methodology is a tool used as well at solving classification as regression problems. Its basic virtue is unmistakable optimization, and moreover preservation of continuity and differentiability in domain of input variables, what enables to carry out analysis of the created model sensitivity. In research the database of 74 large plate apartment buildings, 32 built in WK-70 system as well as 42 in WWP system, localized on mining area of LGOM (Legnica-Głogów Copper Region). The created model was the basis of mining, mining tremors and continuous terrain deformations influence on the technical wear of the studied land development.

3

A hybrid classifier based on SVM method for cancer clssification

Piątkowska W., Martyna J.

Studia Informatica

|

2009

|

Vol. 30, nr 2A

229-307

EN

n this paper, we proposed a new method of applying Support Vector Machines (SVMs) for cancer classification. We proposed a hybrid classifier that considers the degree of a membership function of each class with the help of Fuzzy Naive Bayes (FNB) and then organizes one-versus-rest (OVR) SVMs as the architecture classifying into the corresponding class. In this method, we used a novel system of ordering the recognized expression profiles by means of using FNB and genering SVMs with the OVR scheme. The results show that our hybrid classifier is comparable to the conventional methods.

PL

W artykule zaproponowano nową metodę klasyfikacji chorób onkologicznych. Użyto w niej m.in. naiwnego, rozmytego klasyfikatora bayesowskiego (ang. Fuzzy Naive Bayes) oraz maszyny z wektorami wspierającymi (ang. Support Vector Machines) jako systemu klasyfikującego. Tak powstały hybrydowy klasyfikator klasyfikuje choroby onkologiczne porównywalnie z konwencjonalnymi metodami.