The authors of the article analyze the benefit of energy production from regularly renewable sources for regions and countries. The article treats of the problem how as efficiently as possible to use the renewable resources in order to provide green energy at competitive prices. The companies of energy production, supply and fuel harvesting sectors will be able to improve processes, concentrate resources and act in the cluster. The companies could maintain a complete autonomy in the structure of the cluster, but the coordination of their action and the concentrating of resources would provide energy at a competitive price to regions and countries. The authors of the article point out the benefit of biofuel use, as well as exclude the main reasons for cluster operation. The cluster activity is based on cooperation with a view to substantial financial benefit and market saturation. In the latter case this can be achieved because the space of the biofuel cluster operation is extremely local and focused on the needs of individual region. The investigation has shown that the biofuel cluster is able to create diverse benefit in his framework and at the same time shaping the potential for future growth. It is possible to achieve the effect of import decrease and effectively to deal with the problems of waste management by using basically unused resources.
The main problem of the paper is that in today’s world where is a necessity to provide alternative energy, which would not undermine environment and conserve finite world resources. Clusters of biomass can help make it reality, herewith promoting business competitiveness and growth. The aim of the paper - create a biomass cluster model that can be competitive in energy market. In scientific literature workings of biomass clusters and their influence to business competitiveness is comparatively little researched. In energy sector clusterization processes operate through usable fuel type, applying technologies for it, and later seeking energy users. Paper authors develop clusterization influence to competitiveness methodology suggest clusterization influence analyse separate case. In analysis pending regions, invoke Lithuanian case. Calculations show that cluster activity is oriented to wood wastes usage, and this lets achieve economic, social and environmental benefits. Following growth not only clusters members, but also country competitiveness, because strong local business provides a positive influence on country economy.
PL
Głównym problemem prezentowanym w artykule jest istnienie w dzisiejszym świecie konieczności zapewnienia alternatywnych źródeł energii, która nie degradowałaby środowiska i nie ograniczyła zasobów światowych. Klastry biomasy mogą pomóc w urzeczywistnieniu tego założenia, promując w ten sposób konkurencyjność i wzrost gospodarczy. Celem artykułu jest stworzenie modelu klastra biomasy, który może być konkurencyjny na rynku energetycznym. W literaturze naukowej funkcjonowanie klastrów biomasy i ich wpływ na konkurencyjność przedsiębiorstw są stosunkowo mało zbadane. W sektorze energetycznym procesy klasteryzacji odbywają się w oparciu o użyteczność rodzajów paliw, zastosowanie dla nich technologii, a następnie poszukiwanie konsumentów energii. Autorzy artykułu rozwijają problematykę klasteryzacji, wpływu na metodologię konkurencyjności oraz sugerują, aby analizować wpływ klasteryzacji jako odrębny przypadek na podstawie przypadku Litwy. Obliczenia pokazują, że działalność klastra jest ukierunkowana na wykorzystanie odpadów drzewnych, a to pozwala osiągnąć korzyści gospodarcze, społeczne i środowiskowe. Z rozwoju skorzystają nie tylko członkowie klastrów, ale także konkurencyjność kraju, ponieważ silny lokalny biznes zapewnia pozytywny wpływ na krajową gospodarkę.
Clusterization is one of the data mining techniques which is responsible for classifying data. Selection of the proper parameters leads to some desired clusters behavior. Th is fact can be used in detecting the restricted areas for ships and other units. Th e allowed area can be marked as a data cluster and vice versa. Th e other advantage is the fact that each cluster consists of the set of points which can be used to fi nd the shortest path in given area. In this paper the use of clusterization in detecting restricted areas is described. Few methods are analyzed and the conclusions presented.
By analysing the processes of clusterization and networking, attention is drawn to the necessity of integration of railway transport into the intermodal or multimodal transport chain. One of the most widespread methods of combined transport is interoperability of railway and road transport. The objective is to create an uninterrupted transport chain in combining several modes of transport. The aim of this is to save energy resources, to form an effective, competitive, attractive to the client and safe and environmentally friendly transport system (Vasiliauskas, 2004). Under the modern conditions of globalization and integration into the European Union, the processes of networking are becoming increasingly more important, as perspective processes and the ones meeting the modern trends of development in various areas. In the context of intensive changes in the life of the society and business development processes, networking processes inevitably make influence on intermodal transportation. Therefore, the processes of clusterization, networking and integration have a significant impact on international economic area, including the development of a single social, scientific and technological advance, information and transport system.
Artykuł przedstawia nową metodę rozmytej klasteryzacji danych o wysokiej wymiarowości. Metoda oparta jest na algorytmie dokonującym redukcji dużej liczby próbek do mniejszej bez straty istotnej informacji potrzebnej do klasteryzacji.
EN
In the paper a new method of fuzzy clusterization for high dimensionality data is presented. The method is based on algorithm reduction of large samplings to samplings with significantly smaller volume without loss of any essential clustering information.
This paper presents a new approach to segment heavily 3D textured images such as the one of lamellar titatnium alloys obtained from X-ray tomography. The presented method considers gradient from gray level value and clusterization method to recognize class in order to label image. The method is tested on 2D and 3D digital images, but also on real microstructure images of the above mentioned material.
PL
Artykuł prezentuje nową metodę segmentacji trójwymiarowych obrazów teksturowanych krystalicznych stopów tytanu o strukturze płytowej, wykonanych przy użyciu tomografii rentgenowskiej. Zaprezentowana metoda wykorzystuje gradient jasności punktów (wokseli) obrazu oraz metody klasteryzacji danych do rozpoznawania ilości i właściwości klas, na które obraz ma zostać podzielony. Metoda testowana była dla obrazów 2D i 3D, zarówno dla tekstur sztucznie wygenerowanych, jak i rzeczywistych obrazów stopów tytanu.
W niniejszej pracy zostaną zaprezentowane wyniki użycia dwóch metod bezwzorcowej klasyfikacji statystycznej (metoda aglomeracji, metoda grupowania k-średnich) oraz metody klasyfikacji bezwzorcowej za pomocą sieci neuronowej Kohonena.
EN
The article presents functioning of statistical methods of classification without the pattern: agglomeration and clusterization of k-averages and the method based on Kohonen neural network applied to classification the quality of life of OECD' inhabitants data.
In this paper the clusterization dataset module for "Ontology Data Models for Data and Metadata Exchange Repository" is considered. This module makes it possible to perform texts clusterization without prior clusters end-points.
W artykule rozważa się zagadnienie strojenia modelu rozmytego zarządzania przedsięwzięciami informatycznymi, wskazując na metody, które zapewniają wysoką dokładność otrzymywanych wyników, przy możliwie niedużym nakładzie obliczeń. W pierwszej kolejności stosuje się podejścia, które wynikają z intuicji i doświadczenia autorów, oparte na twardej metodzie jednowymiarowej klasteryzacji K-means z wykorzystaniem trójkątnego kształtu funkcji przynależności, operatorów MAX i MIN wykorzystywanych w procesach wnioskowania oraz metody Wysokości w procesie wyostrzania. Następnie rozważa się możliwość zastosowania rozmytej wersji jednowymiarowej klasteryzacji K-means do wyznaczenia parametrów funkcji przynależności. W pracy zamieszcza się jakże odpowiednie studium porównawcze (metoda twarda - metoda rozmyta). Rozważa się również inne metody rozmywania wielkości wejściowych, zastępując trójkątną funkcję przynależności funkcjami: trapezową i harmoniczną. Następnie rozważa się skuteczność operatora PROD (zamiast operatora MIN) w mechanizmie wnioskowania. Z kolei w procesie wyostrzania zamiast metody wysokości stosuje się metody: pierwszego maksimum, środka maksimum, środka ciężkości i wysokości.
EN
The article presents methods of tuning fuzzy models of software project management systems and suggests those whose can ensure a highest precession of the results in shortest possible calculation time. As a first choice, the authors exploit an approach, resulting from their intuition and experience, which is based on the hard method of one-dimensional clusterization K-means with the use of the triangular membership function, the MAX and MIN operators, and the height method (in a process of defuzzication). Next, the possibility of using a fuzzy form of the K-means clustering method for fixing the parameters of the membership functions is considered. Moreover, a comparative analysis of the hard and fuzzy methods is given, and other methods of fuzzifying the input data are presented, where the triangular membership functions are replaced by trapezoid and harmonic functions. Furthermore, the PROD operator is confronted with the MIN one in the inference mechanism, and instead of the height methods three other methods (first maximum, center of gravity and height) are considered in the process of defuzzification.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.