Wyniki wyszukiwania - BazTech

1

Standaryzacja danych pomiarowych w badaniach rangi ważności parametrów konstrukcyjno-eksploatacyjnych układów maszynowych z wykorzystaniem logicznych drzew decyzyjnych

Łuszczyna R., Partyka M.

Górnictwo Odkrywkowe

|

2008

|

R. 49/2, nr 4-5

231-234

PL

Przedstawiono standaryzację danych pomiarowych. Uzasadniono ograniczone możliwości wnioskowania z danych standaryzowanych dla logicznych drzew decyzyjnych. Wykazano konieczność odpowiedniego wartościowania zmiennych decyzyjnych w badaniach rangi ważności parametrów.

EN

Standardization of the data from measurements was presented. The limited possibility of inference from the standardized data for logical decision trees was explained. Necessity of suitable valuation of decision variables in investigations of importance rank of parameters was demonstrated.

2

Standaryzacja danych kartograficznych i teledetekcyjnych do analizy zmian struktury krajobrazu

Kunz M.

Roczniki Geomatyki

|

2006

|

T. 4, z. 3

119-127

EN

This paper presents the algorithm of the procedures for analysis landuse/landcover structure on the basis of primary multisources data (topographic maps, thematic maps and aerial photographs). The procedure of full data integration was elaborated with the application of Geographical Information System (GIS) technology. The process of standardization multitemporal data was discussed in detail. The worked out procedures allow for the analysis of landuse/landcover in any period of time.

3

Numerical correlation of many multidimensional geological records

Walanus A., Nalepka D.

Annales Societatis Geologorum Poloniae

|

2006

|

Vol. 76, No 2

215-224

EN

It is frequent task to correlate profiles or cores basing on different measurements performed on the series of samples. The difficulty arises when there are many profiles and none is the main or reference one. The reason is that the number of possible correlations grows exponentially with the number of profiles. To resolve the problem a Monte Carlo method is adopted here, what makes it very probable to discover the best correlations in a reasonable amount of computing time. The quality of a correlation is measured by a metric of dissimilarity of the samples. The final result, given in graphical form, has a form of lines connecting correlative samples from different profiles. The number of lines (correlations across profiles) is user-defined and can vary from one to dozens. The number of profiles, samples, and variables depends only on the computational resources. Large problems need longer computation times to achieve stable results.

PL

Korelowanie dwóch lub kilku sekwencji próbek z profilu, na podstawie wyników różnych pomiarów wykonywanych dla próbek, jest jednym z najczęściej wykonywanych zadań. Jednak w sytuacji korelow nia większej liczby równorzędnych profili, ze względu na wykładniczo rosnącą z liczbę profili liczbę możliwych korelacji, zadanie staje się trudne. Zaproponowane rozwiązanie ograniczenia czasu poszukiwania najlepszej korelacji wykorzystuje metodę Monte Carlo. Otrzymany wynik korelowania, aczkolwiek niekoniecznie najlepszy, najprawdopodobniej będzie bardzo bliski optymalnej korelacji. Jakość korelacji mierzona jest za po - mocą współczynnika niepodobieństwa próbek. Końcowy wynik działania omawianego programu przedstawiany jest w postaci graficznej, w postaci pewnej (zadanej) liczby linii łączących po - dobne poziomy. Liczba korelowanych profili, próbek i zmiennych zależy jedynie od wielkości pamięci komputera. Czas zawsze można dowolnie ograniczyć, jed nak warto wtedy sprawdzi? stabilność uzyskanego wyniku obliczeń.