Wyniki wyszukiwania - BazTech

1

Graph search approach to rectangle packing problem

Korzeń M., Klęsk P.

Journal of Applied Computer Science

|

2015

|

Vol. 23, nr 1

47--62

EN

A rectangle packing problem is considered, where the goal is to suitably arrange a subset of given rectangles within a container so that the area of wastes (uncovered spaces) is the smallest. We propose a reduction of this problem to a graph search problem and show possible solving approaches by means of well known BFS, Dijkstra’s and A* algorithms. We explain the way we construct search graphs for the problem, taking under consideration two main variants: (1) with arbitrary straight-line cuts, (2) with straight-line cuts which must go along the whole length or width of the remaining container — ‘full cuts’. We also give some insights on: optimization criterion, search stopping condition and heuristics we use. Finally, we present results of experiments carried out.

2

Metoda wykrywania charakterystycznych obszarów w sieci elektroenergetycznej

Wilkosz K.

Przegląd Elektrotechniczny

|

2012

|

R. 88, nr 9a

97-102

PL

Praca przedstawia praktyczną metodę, która pozwala wyodrębniać charakterystyczne obszary sieci elektroenergetycznej z punktu widzenia wartości rozpatrywanych wskaźników, a także dokonywać podziału tych obszarów na słabo powiązane ze sobą podobszary. Dla potrzeb metody wykorzystywane jest przeglądanie grafu wszerz. Efektem metody jest dekompozycja sieci elektroenergetycznej, która może być pożądana w wykonywanych analizach systemu elektroenergetycznego.

EN

The paper presents the practical method which allows revealing characteristic areas of a power network from the point of view of values of considered indices and also realizing splitting these areas into subareas having weak-coupling each other. The method exploits breadth-first search. An effect of the method is decomposition of a power network, which can be desired during performed power-system analyses.

3

Zastosowanie algorytmów przeszukiwania grafów do analizy obrazów medycznych

Dimitrova-Grekow T., Dąbkowski A.

Pomiary Automatyka Kontrola

|

2012

|

R. 58, nr 7

578-580

PL

W artykule przedstawiono wyniki testów niekonwencjonalnego zastosowania metod do przeszukiwania grafów w celu analizy obrazów powstałych z rezonansu magnetycznego głowy. Zaprezentowano GUI do automatycznej obróbki serii obrazów. Zbudowane klasyfikatory wykazały, że metoda BFS analizy plików DICOM, po odpowiednej selekcji cech, pozwala na 100% rozpoznawanie chorych na wodogłowie i ponad 90% zdrowych, co zachęca do dalszych badań i obserwacji, np. czy osoby sklasyfikowane błędnie jako chorzy, po czasie rzeczywiście nie rozwinęli tej choroby.

EN

There are many methods for image segmentation [1, 2]: threshold, area, edge and hybrid methods. Area methods indicate groups of similar pixels form local regions [3, 4]. Edge methods detect boundaries between homogeneous segments [5, 6, 7]. In this paper we present the results of tests of unconventional implementation of graph search methods for the analysis of images generated from magnetic resonance imaging [8]. We explored the effectiveness of different approaches for dividing areas within a similar gray scale, using adapted graph search algorithms (DFS, BFS) after appropriate modification (Fig. 1). For this purpose, the Weka package (a tool for pre-processing, classification, regression, clustering and data visualization) was used [9]. A training set was generated after analyzing all the series of images from the database. First, we evaluated models created using certain algorithms and compared their efficacy (Tab. 1). This was followed by a selection of attributes (Tab. 2) and a re-evaluation of the models (Tab. 3). Comparison of the results of both evaluations showed that after selection of the relevant product attributes, you can achieve up to 100% detection of patients with hydrocephalus and over 90% proper recognition of healthy persons. This encourages further research and observation, such as whether persons wrongly classified as sick actually developed the disease in time. We designed a web application for the study, written in Windows Azure, as well as a GUI for automatic processing of a series of images (Fig. 2).