Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: covering algorithm

Sortuj według:

Ogranicz wyniki do:

Algorithm of input data preparation for single-beam pattern generator in industry-oriented applications

Doudkin A.

Journal of Research and Applications in Agricultural Engineering

2015

Vol. 60, nr 2

26--30

In this paper, a new algorithm for an automated system of input data preparation for integrated circuit layout generator is proposed. A problem of covering polygons with rectangles is considered. The rectangles must lie entirely within the polygon and it is preferable to cover the polygon with few rectangles as possible. Functions and a structure of the software are de-scribed and given some examples of data processing. Results described in this paper can be applied in computational geometry and image analysis in industry-oriented applications.

Zaproponowano nowy algorytm dla zautomatyzowanego systemu przygotowania danych wejściowych dla generatora układu scalonego. W pracy rozważany jest problem pokrywania wielokątów prostokątami. Prostokąty muszą zawierać się całkowicie w wielokącie i preferowane jest, aby pokryć wielokąt możliwie niewieloma prostokątami. Funkcje i struktura oprogramowania zostały opisane wraz z przykładami przetwarzania danych. Wyniki opisane w artykule mogą być zastosowane w geometrii obliczeniowej i analizie obrazów w aplikacjach przeznaczonych dla przemysłu.

Application of covering algorithm for classification of melanoma spots on the skin

Grzymała-Busse J. W., Hippe Z. S.

Journal of Applied Computer Science

2002

Vol. 10, nr 2

27-33

An in-house elaborated and implemented covering algorithm was applied. For the development of learning models (in the form of production rules), used then for computer-assisted classification (hence, diagnosing) of melanoma spots on the skin. In our research, four types of marks (namely, Benign nevus, Blue nevus, Suspicious nevus, and Melanoma malignant) have be en investigated. One of the generated learning models (the most promimissing one) was optimized by execution of selected generic operations on production rules, what lead to a very concise set of rules (4 rules only) giving errorless classification of unseen cases tested.