Wyniki wyszukiwania - BazTech

1

KCMail - wydajny filtr protokołu SMTP

Blinowski G., Ciechańska K.

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2013

|

nr 7

585--591

PL

Poczta elektroniczna w standardzie SMTP jest jednym z głównych środków przesyłania informacji w Internecie. Dlatego też kluczowe znaczenie ma bezpieczeństwo systemów e-mail. Opisano zaimplementowany w Instytucie Informatyki Politechniki Warszawskiej system filtracji poczty KCMail charakteryzujący się: uniwersalnością reguł filtracji, odpornością na przypadkowe lub rozmyślnie wprowadzone błędy formatu wiadomości oraz wysoką wydajnością. Oprogramowanie dostępne jest bezpłatnie na licencji typu open source.

EN

E-mail in the SMTP format is one of the major means of information exchange in the Internet - that is why the security of e-mail systems is the key issue. This paper describes "KCMail" - an e-mail filtering system implemented in the Institute of Computer Science (Warsaw University of Technology) with the following major features: universal set of filtering rules, resistance to random and malicious e-mail format and high performance. The system is freely available as an open source software.

2

An algorithm for handling experimental data of periodical processes with Microsoft Excel

Dobriański J., Duda M.

Technical Sciences / University of Warmia and Mazury in Olsztyn

|

2007

|

nr 10

69-80

EN

This paper describes an algorithm for handling experimental data of periodical processes with Microsoft Excel. Thanks to this method, it is possible to prepare experimental results for analysis with the use of simple, easily available tools. The algorithm filters data and removes what is called measurement noise. This makes it possible to more precisely identify the trends in the analysed data.

PL

Opisano algorytm opracowania w Excelu danych eksperymentalnych procesów okresowych. Zaprezentowana metoda pozwala, za pomocą prostych, łatwo dostępnych narzędzi, przygotować wyniki pomiarowe do analizy. Algorytm filtruje dane, usuwając tak zwany szum pomiarowy. Dzięki temu staje się możliwe bardziej precyzyjne zauważenie trendów analizowanych danych.

3

Development of real-time data filtering for SCADA system

Wiliem L., Hargreaves D., Stapelberg R. F., Yarlagadda P. K. D. V.

Journal of Achievements in Materials and Manufacturing Engineering

|

2007

|

Vol. 21, nr 2

89-92

EN

Purpose: Purpose to develop a suitable algorithm to filter data from the SCADA system. Design/methodology/approach: A real-time filtering method for SCADA system is developed by capturing the occurence of data change in SCADA data, which is followed by recording several data before this data change occurs. Then, the algorithm is modeled and developed and in the final step an experiment to verify the algorithm is conducted. Finally, the result from the experiment is analysed to check the effectiveness of the algorithm. Findings: As a result, SCADA data analysis will be easier to conduct since only essential information is left. In fact, in comparison to the entire data collection, only around 8-22% of data is changed. Research limitations/implications: By utilizing this algorithm, data will be easier to conduct since only the essential information as a starting point of analyses is left. However, this paper only describes the reasons and steps of data filtering algorithm development, how the algorithm works and the result after it is implemented to analyse data from the SCADA system. Further analyses to the data filtering results haven't been done yet. The next step will be to analyse the results in order to establish the root cause of why the data is changing. Originality/value: It has been noted in many research papers that the SCADA system is able to increase the efficiency of the monitoring itself. However, the SCADA system creates a huge amount of data which is difficult to analyse. This paper proposes a real-time data filtering for the SCADA system. The philosophy that is applied in this algorithm is only to "catch" the occurrence of data change in SCADA data, which is followed by recording several data before this data changes. As a result, SCADA data analysis will be easier to be conducted since only essential information is left. In fact compared to the entire data collection, only around 8-22% of data is changed. Therefore, this method is highly suitable for the SCADA system.

4

Edge Detection and Filtering Approach Dedicated to Microstructure Images Analysis

Rauch Ł., Kusiak J.

Computer Methods in Materials Science

|

2007

|

Vol. 7, No. 2

305-310

EN

The automated analysis of images plays important role in very wide range of applications. One of such fields of interest is processing of microstructure images used to determine material grains, perform statistical calculations or prepare material model for FEM simulations. However, in all mentioned previously applications the preprocessing stage, which includes edges detection in material structure, has to be completed. The microstructure images, in most cases, consist of a set of various shapes with different sizes, what affects final efficiency and reliability of the results obtained after images preprocessing. Moreover, most of the images possess superimposed noise in form of dark spots originating from various chemical elements inside analyzed material. Unfortunately, the most of currently applied algorithms dedicated for edges detection or image segmentation e.g. Canny Detector do not cope with these problems, returning unsatisfactory results. The tests performed with application of smoothing algorithms did not success as well. In this paper authors presents the solution based on the combination of two different approaches - Particle Dynamic method dedicated for automated denoising of input images and Modified Canny Detector algorithm for edges processing. The first phase of the proposed method aims to remove additional noise from microstructure images. This functionality is performed in automated manner by minimizing set of parameters, which have to be setup before data processing. Due to this solution the time cost of data analysis is highly reduced, relieving researcher from performing many manual activities. The objective of the Modified Canny Detector algorithm is to process the image to obtain edges in the following steps: convolution filtering, edge suppression, small groups of pixels elimination. Additionally the Watershed algorithm was implemented to fulfill the edges of grains. The results obtained by application of proposed approach in comparison to other conventional methods are presented as well.

PL

Przetwarzanie obrazów mikrostruktur w celu detekcji granic między ziarnami jest wciąż trudnym zadaniem. Spowodowane jest to przede wszystkim występującym na zdjęciach szumem w postaci zarysowań lub mikro wtrąceń. Dlatego też w większości przypadków analiza zdjęć nadal wykonywana jest ręcznie, co dla dużego zbioru obrazów jest bardzo czasochłonne. Aby uniknąć tego problemu, zaproponowano podejście automatycznego przetwarzania obrazów składającego się z dwóch części tj. wykrywanie krawędzi, zaprojektowane i zaimplementowane na podstawie algorytmu Canny Detector (Ritter & Wilson, 1996) oraz filtrowania danych w oparciu o metodę cząstek dynamicznych (Rauch & Kusiak, 2005a). W wyniku zastosowania tego podejścia powstaje nowy obraz mikrostruktury z wygładzonymi obszarami ziaren oraz precyzyjnie zdefiniowanymi granicami. Osiągnięty efekt umożliwia optymalizację procesu dalszej analizy struktury materiału np.: przy użyciu algorytmu uzupełniania granic Watershed (Haris et al., 1998) czy też obliczeń statystycznych średniego rozmiaru ziaren. Artykuł przedstawia podstawowe założenia proponowanego podejścia oraz szczegóły implementacji obydwu algorytmów składowych. Wyniki przeprowadzonej analizy obrazów mikrostruktur zostały również przedstawione w niniejszym artykule.

5

Data mining methods - application in metallurgy

Talar J.

Archives of Metallurgy and Materials

|

2007

|

Vol. 52, iss. 2

239-250

EN

The objective of the paper is an evaluation of data mining techniques in application to both the analysis of large data sets and the modelling of complex manufacturing processes in the field of metallurgy. The paper presents an idea of the knowledge exploration process from large data sets and the major tasks of data mining. The basics of selected data mining methods are also presented: k- means clustering, decision trees, artificial neural networks and Bayesian networks. The second part of the paper presents some results of the application of selected data mining methods in metallurgy. The examples apply to the data analysis as well as modelling and control of metallurgical processes. The results have shown that data mining methods are very useful for both the analysis and the modelling of complex metallurgical processes.

PL

Celem pracy jest ocena technik eksploracji danych w zastosowaniu do analizy dużych zbiorów danych oraz modelowania złożonych procesów wytwarzania w obszarze metalurgii. W pracy przedstawiono idee procesu eksploracji wiedzy z dużych zbiorów danych oraz główne zadania eksploracji danych. Zaprezentowano również podstawy wybranych metod eksploracji danych: klasteryzacja k- średnich, drzewa decyzyjne, sieci neuronowe oraz sieci Bayesowskie. Druga część artykułu zawiera wyniki zastosowania wybranych metod eksploracji danych w metalurgii. Przykłady dotyczą analizy danych oraz modelowania i sterowania procesów metalurgicznych. Wyniki pokazały, że metody eksploracji danych są bardzo przydatne do analizy i modelowania złożonych procesów metalurgicznych.

6

Filtrowanie danych pomiarowych przy wykorzystaniu metody cząstek dynamicznych

Rauch Ł., Kusiak J.

Prace Naukowe Politechniki Warszawskiej. Mechanika

|

2005

|

z. 207

153--158

PL

Artykuł przedstawia nową metodę filtrowania danych pomiarowych opartą na pojęciu cząstek dynamicznych. Zaprojektowano i zaimplementowano odpowiedni algorytm oraz opisano możliwości jego zastosowania do różnego typu danych. Zaprezentowane wyniki procesu filtrowania danych jednowymiarowych za pomocą metody cząstek dynamicznych porównane zostały z wynikami otrzymanymi za pomocą innych metod filtrowania danych takich jak średnia ważona, sztuczne sieci neuronowe oraz analiza falkowa. Obliczenia wykonane zostały na dwóch zbiorach danych testowych: sztucznie wygenerowanych za pomocą wybranych funkcji jednoargumentowych y=f(x) oraz doświadczalnych danych pomiarowych.

EN

A new signal filtering method based on the dynamic particles (DP) approach is presented. It employs physics principles for signal denoising. The obtained results are compared with commonly used denoising techniques including weighted average, neural networks and wavelet analysis. The calculations were performed on two kinds of input data sets: artificially generated data according to a given function y = f(x) and the laboratory experimental data. The algorithm of the DP method and the results of calculations are presented.