The paper contains selected results of research on the Domestic Power System (DPS) as an unmanned factory. Models of the DPS system of the MISO type, obtained as a result of identification for 14 inputs and 4 outputs were presented. Particular attention was given to the identification and the assessment of the DPS development based on the systems and control theory. The obtained models of the DPS development were analyzed and discussed. The studies were obtained model of the development of the DPS, and on the basis of is knowledge of the structural and parametrical changes of system development. The model can be used to analyze the design and development of the system from the point of view of the growth of internal organization system and the transition to higher levels of control.
W artykule przedstawione zostały wyniki badań, których celem była ocena możliwości zastosowania algorytmu SIFT w procedurze rozpoznania tożsamości na podstawie obrazów termalnych twarzy. Bazując na wynikach przeprowadzonych eksperymentów numerycznych wyznaczona została zależność funkcyjna opisująca wartość optymalnego progu decyzyjnego, który umożliwia odseparowanie klas osób znanych i nieznanych. Ponadto zamieszczone wykresy przedstawiają poziom uzyskiwanych błędów, które są możliwe do popełnienia w procesie identyfikacji. odatkowo opisane zostały właściwości termalnego obrazu twarzy oraz działanie algorytmu SIFT w zastosowaniu do obrazów termalnych.
EN
This paper presents the results of the research conducted with the purpose of assessing the utilization of the Scale Invariant Feature Transform to the procedure of identification on the basis of thermal face images. Due to the establishment of the threshold value, which was estimated as a function of the number of classes collected in the database, it is possible to separate classes of known and unknown persons. The graphs inserted in this paper present the levels of errors, which can be made in the identification process. Moreover, the properties of thermal face images and the application of the SIFT algorithm to the processing of thermal images have been described briefly.
Praca przedstawia rezultaty zastosowania algorytmu genetycznego (AG) w problemie identyfikacji parametrów matematycznego modelu tłumika magneto-reologicznego (MR). Identyfikację parametrów prowadzono na podstawie badań eksperymentalnych. Przyjęty matematyczny model tłumika magneto-reologicznego opisywał zachodzące w nim zjawiska, na jego podstawie opracowano model numeryczny tłumika MR. Koncentrowano się na określeniu wpływu zastosowanego operatora krzyżowania AG na dokładność i czas procesu identyfikacji. Rozważano następujące rodzaje krzyżowania, tj.: arytmetyczne, rozproszone, heurystyczne oraz jednopunktowe.
EN
This paper presents the results of genetic algorithm (GA) application in the identification of mathematical model of a magneto-rheological damper parameters. Moreover, identification of model parameters is described and compared with results of direct experiment. Device model was developed as a rheological structure. Set of mathematical equations was used to describe the phenomena occurring in the MR damper. The results of research the influence of crossover operator on process of searching the solution with the use of genetic algorithm were analyzed. One considered following methods of the crossover: arithmetic, scattered, heuristic and single point.
The subject of the study was to develop a neural model for the identification of mechanical damage in maize caryopses based on digital photographs. The author has selected a set of features that distinguish between damaged and healthy caryopses. The study has produced an artificial neural network of a multilayer perceptron type whose identification capacity approximates that of a human.
PL
Celem projektu badawczego było opracowanie modelu neuronowego do identyfikacji mechanicznych uszkodzeń ziarniaków kukurydzy na podstawie ich cyfrowych fotografii. Wybrany został zestaw cech charakterystycznych na podstawie, których możliwa jest klasyfikacja ziarniaków na zdrowe i uszkodzone. W wyniku badań otrzymano sztuczną sieć neuronową typu perceptron wielowarstwowy charakteryzującą się zdolnościami identyfikacyjnymi zbliżonymi do umiejętności człowieka.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.