Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: filtrowanie danych

Sortuj według:

Ogranicz wyniki do:

Granular filter in medical image noise suppression and edge preservation

Wieclawek Wojciech, Pietka Ewa

Biocybernetics and Biomedical Engineering

2019

Vol. 39, no. 1

1--16

An alternative non-linear filtering technique for medical image denoising while preserving edge is introduced. Two different variants of the approach i.e. crisp and fuzzy are developed. The solution is demonstrated based on US breast images as well as CT studies and gave promising results in comparison with commonly known and popular filtering techniques (i.e. spatial averaging and median, bilateral filter, anisotropic diffusion). Many different measures were used to evaluate the method. There are pixel-to-pixel error measures, structural information factors and edge preservation measures. The benefits are noticeable in all three categories.

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

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.

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.

Data mining methods - application in metallurgy

Talar J.

Archives of Metallurgy and Materials

2007

Vol. 52, iss. 2

239-250

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.

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.