Wyniki wyszukiwania - BazTech

1

Exploring the critical success factors of a resilient supply chain

Azam Mehreen Kausar, Hasan Syed Mehmood, Qureshi Sheheryar Mohsin

Engineering Management in Production and Services

|

2023

|

Vol. 15, no. 1

41--56

EN

This study aims to identify and analyse critical success factors (CSFs) for an organisation aiming for a resilient supply chain. The methodology followed is the systematic analysis of big databases, such as Emerald, Science Direct, and Taylor & Francis, by using a specific set of keywords for filtering. The systematic literature review leads the author to the exploration of several CSFs, followed by their prioritisation by using principal component analysis. The paper highlighted eleven vital CSFs: top management commitment, development of an effective SCM strategy, logistics synchronisation, use of modern technologies, robust information and communication technology, information sharing with SC members, collaborative partnership, improved forecasting, trust development in SC partners, collaborative partnership, strategic partnership, development of reliable suppliers, continuous improvement in the preparedness and response practices, capacity building and training and staff development. The CSFs highlighted in the paper relate to all small and medium-sized enterprises (SMEs). This paper identifies the CSFs for developing a resilient supply chain that is comprehensive and has the potential to address uncertain circumstances. This work is the first of its kind on CSF assessment and categorisation in resilient supply chains.

2

Assessment of Sustainable Development Using Cluster Analysis and Principal Component Analysis

Drastichová Magdaléna, Filzmoser Peter

Problemy Ekorozwoju

|

2019

|

Vol. 14, nr 2

7--24

EN

The European Union (EU) Sustainable Development Goals (SDG) indicator set replaced the EU Sustainable Development Strategy (SDS) in 2017. The selected indicators of this set were chosen for the analysis to classify the sample of the 28 EU countries along with Norway according to their performance in sustainability. In the selection of indicators, priority was given to the indicators reflecting the social dimension of SD, along with important representatives of the economic, ecological and institutional dimensions of SD generally. Hierarchical Cluster Analysis (HCA) and Principal Component Analysis (PCA) were applied to the data of 12 indicators in the period 2012- 2016. By means of the HCA, four clusters were created in each year of the period 2012-2016 using the indicator values of particular years and then using all the indicator values in all the monitored years for the general assignment of countries to particular clusters. According to changes in the assignment to particular clusters over the years, the sustainability of development and the path of SD in the examined countries are assessed. As regards the core countries of each cluster, cluster 1 includes the most developed EU countries and is thus evaluated as the best performing cluster. Cluster 2 including the least developed EU countries is evaluated as the worst performing cluster. Cluster 3 predominantly includes the transitive economies and it is evaluated as the second best performing cluster according to the indicators applied. Cluster 4 containing the Southern countries is assessed as the second worst performing cluster. From the shifts of countries that occurred between the years, the shift of Ireland from cluster 3 to cluster 1 in 2013 must be emphasised as the move towards higher sustainability. The shift of Slovakia and Hungary from cluster 2 to cluster 3 in 2013 is also evaluated as progress towards higher sustainability.

PL

W Unii Europejskiej w 2017 r. Cele zrównoważonego rozwoju zastąpiły dotychczasową Strategię zrównoważonego rozwoju. W tej pracy wybrane wskaźniki odnoszące się do nowych Celów zrównoważonego rozwoju stanowią podstawę klasyfikacji 28 krajów Wspólnoty oraz Norwegii. Wśród tych wskaźników priorytetowo potraktowano te odnoszące się do wymiaru społecznego zrównoważonego rozwoju, uzupełniając dyskusję o podstawowe wskaźniki ekonomiczne, ekologiczne i instytucjonalne. Przeanalizowano okres obejmujący lata 2012-2016. Wobec wybranych 12 wskaźników zastosowano hierarchiczną analizę skupień i analizę głównych składników. Utworzono cztery klastry w ramach każdego roku z analizowanego okresu, określając wartości wskaźników dla poszczególnych lat, a następnie określenie wszystkich wartości wskaźników dla wszystkich monitorowanych lat umożliwiło przypisanie krajów do poszczególnych klastrów. Określenie zmian w przypisaniu do poszczególnych klastrów na przestrzeni lat umożliwiło ocenę zrównoważoności rozwoju i określenie ścieżki zrównoważonego rozwoju badanych krajów. Jeśli chodzi o główne kraje każdego klastra, to klaster 1 obejmuje najbardziej rozwinięte kraje UE i dlatego jest oceniany jako klaster, który osiąga najlepsze wyniki. Klaster 2 uwzględnia najsłabiej rozwinięte kraje i oceniony jest jako ten, który osiąga najgorsze wyniki. Klaster 3 obejmuje głównie gospodarki znajdujące się w okresie przejściowym i jest oceniany jako drugi osiągający najlepsze wyniki. Klaster 4 obejmuje kraje Południa i jest oceniany jako drugi osiągający najgorsze wyniki. Uwzględniając zmiany jakie zaszły w okresie kolejnych lat, należy podkreślić przesunięcie Irlandii z klastra 3 do klastra 1 w 2013 r., co oznacza ruch w kierunku większej zrównoważoności. Tak samo należy ocenić przejście w tym samym roku Słowacji i Węgier z klastra 2 do klastra 3.

3

Hydro-chemical and microbiological characterization of Lower Cretaceous waters in a semi-arid zone Beni-Ounif syncline, South-West of Algeria

Merzougui Fatima Zahra, Makhloufi Ahmed, Merzougui Touhami

Journal of Water and Land Development

|

2019

|

no. 40

67--80

EN

The article analyses the water quality of the Lower Cretaceous aquifer in the Beni-Ounif syncline. To this end, 42 samples were taken for physico-chemical analysis and 28 for microbiological analysis in March, May and October 2017 from 14 sampling points. The results of physico-chemical analysis were processed by multi-variety statistical analysis methods: principal component analysis (PCA) and hierarchical cluster analysis (HCA) coupled to hydro chemical methods: Piper diagram. The PCA allowed us to explore the connections between physico-chemical parameters and similarities between samples and to identify the most appropriate physico-chemical elements to describe water quality. The HCA allowed us to classify the sampling points according to the similarity between them and thus reduce them for the next follow-up analysis. Waters of the syncline are characterized by medium to low mineralization (320 < EC < 7600 μS∙cm–1 and 200 < RS < 4020 mg∙dm–3) and hardness of between 22 and 123°f. Only 19% of the samples show NO3 concentrations exceeding the Algerian standards. Microbiologically, the study reports the presence of bacteria: coliforms (<8 CFU∙0.1 dm–3), Streptococcus D (<1100 CFU∙0.1 dm–3), Clostridium sulphito-reducer of vegetative form (<90 CFU∙0.02 dm–3) and sporulate (<4 CFU∙0.02 dm–3), total aerobic mesophilic flora at 22°C (<462 CFU∙0.001 dm–3) and at 37°C (<403 CFU∙0.001 dm–3). It must be noted that no presence of thermo-tolerant coliforms is observed.

PL

W artykule przedstawiono wyniki analizy jakości wody z poziomu wodonośnego dolnej kredy w synklinie Beni-Ounif. W tym celu pobrano 42 próbki wody do analiz fizycznych i chemicznych oraz 28 próbek do analiz mikrobiologicznych z 14 stanowisk w marcu, maju i październiku 2017 r. Wyniki analiz fizycznych i chemicznych przetworzono za pomocą wieloczynnikowych metod statystycznych: analizy czynników głównych (PCA) i hierarchicznej analizy skupień (HCA) połączonej z metodami hydrochemicznymi, z diagramem Pipera. Analiza PCA umożliwiła zbadanie powiązań między parametrami fizycznymi i chemicznymi oraz podobieństwa między próbkami, a także identyfikację parametrów najbardziej odpowiednich do opisu jakości wody. Wykorzystując HCA, sklasyfikowano stanowiska według ich wzajemnego podobieństwa oraz zredukowano ich liczbę do przyszłych analiz. Wody synkliny charakteryzowały się małą do średniej mineralizacją (320 < EC < 7600 μS∙cm–1 i 200 < RS < 4020 mg∙dm–3) i twardością między 22 i 123°f. Tylko 19% próbek wykazywało stężenie azotanów przekraczające algierskie normy. W badanych wodach stwierdzono obecność bakterii z grupy Coli (<8 jtk∙(0,1 dm3)–1), Streptococcus D (<1100 jtk∙(0,1 dm3)–1), wegetatywnych form (<90 jtk∙(0,02 dm3)–1) i przetrwalników (<4 jtk∙(0,02 dm3)–1) Clostridium oraz całkowitej mezofilnej flory aerobowej w temperaturze 22°C (<462 jtk∙(0,001 dm3)–1) i 37°C (<403 jtk∙(0,001 dm3)–1). Należy dodać, że nie stwierdzono obecności termoodpornych bakterii z grupy Coli.

4

Identification of macerals of the inertinite group using neural classifiers, based on selected textural features

Skiba M., Młynarczuk M.

Archives of Mining Sciences

|

2018

|

Vol. 63, no. 4

827--837

EN

The petrographic composition of coal has a significant impact on its technological and sorption properties. That composition is most frequently determined by means of microscope quantitative analyses. Thus, aside from the purely scientific aspect, such measurements have an important practical application in the industrial usage of coal, as well as in issues related to the safety in underground mining facilities. The article discusses research aiming at analyzing the usefulness of selected parameters of a digital image description in the process of automatic identification of macerals of the inertinite group using neural networks. The description of the investigated images was based on statistical parameters determined on the basis of a histogram and co-occurrence matrix (Haralick parameters). Each of the studied macerals was described by means of a 20-element feature vector. An analysis of its principal components (PCA) was conducted, along with establishing the relationship between the number of the applied components and the effectiveness of the MLP network. Based on that, the optimum number of input variables for the investigated classification task was chosen, which resulted in reduction of the size of the network’s hidden layer. As part of the discussed research, the authors also analyzed the process of classification of macerals of the inertinite group using an algorithm based on a group of MLP networks, where each network possessed one output. As a result, average recognition effectiveness of 80.9% was obtained for a single MLP network, and of 93.6% for a group of neural networks. The obtained results indicate that it is possible to use the proposed methodology as a tool supporting microscopic analyses of coal.

PL

Skład petrograficzny węgla w istotnym stopniu wpływa na jego właściwości technologiczne oraz sorpcyjne. Jest on najczęściej wyznaczany za pomocą mikroskopowych analiz ilościowych. Obok aspektu czysto naukowego, tego typu pomiary odgrywają więc znaczącą rolę praktyczną w przemysłowym wykorzystaniu surowca oraz zagadnieniach związanych z bezpieczeństwem w kopalniach podziemnych. W artykule przedstawiono badania mające na celu analizę przydatności wybranych parametrów opisu obrazu cyfrowego do prac dotyczących automatycznej identyfikacji macerałów grupy inertynitu z wykorzystaniem sieci neuronowych. Opis badanych obrazów oparto o parametry statystyczne wyznaczone na podstawie histogramu oraz macierzy zdarzeń (parametry Haralicka). Każdy z badanych maceratów opisano za pomocą 20-elementowego wektora cech. Przeprowadzono analizę jego składowych głównych (PCA) oraz określono wpływ liczby zastosowanych składowych na skuteczność działania sieci MLP. Na tej podstawie dobrano optymalną liczbę zmiennych wejściowych dla rozpatrywanego zagadnienia klasyfikacji, co skutkowało redukcją wymiaru warstwy ukrytej sieci. W ramach opisanych prac przeprowadzono także analizy dotyczące klasyfikacji macerałów grupy inertynitu z wykorzystaniem algorytmu bazującego na grupie sieci MLP, z których każda posiadała jedno wyjście. W wyniku badań uzyskano średnią skuteczność rozpoznań na poziomie 80,9% dla pojedynczej sieci MLP oraz 93,6% w przypadku grupy sieci neuronowych. Otrzymane rezultaty wskazują na możliwość zastosowania proponowanej metodyki jako narzędzia wspierającego mikroskopowe analizy węgla.

5

Volcanic ash cloud detection from MODIS image based on CPIWS method

Liu L., Li Ch., Lei Y., Yin J., Zhao J.

Acta Geophysica

|

2017

|

Vol. 65, no. 1

151--163

EN

Volcanic ash cloud detection has been a difficult problem in moderate-resolution imaging spectroradiometer (MODIS) multispectral remote sensing application. Principal component analysis (PCA) and independent component analysis (ICA) are effective feature extraction methods based on second-order and higher order statistical analysis, and the support vector machine (SVM) can realize the nonlinear classification in low-dimensional space. Based on the characteristics of MODIS multispectral remote sensing image, via presenting a new volcanic ash cloud detection method, named combined PCA-ICA-weighted and SVM (CPIWS), the current study tested the real volcanic ash cloud detection cases, i.e., Sangeang Api volcanic ash cloud of 30 May 2014. Our experiments suggest that the overall accuracy and Kappa coefficient of the proposed CPIWS method reach 87.20 and 0.7958%, respectively, under certain conditions with the suitable weighted values; this has certain feasibility and practical significance.

6

The use of the visualisation of multidimensional data using PCA to evaluate possibilities of the division of coal samples space due to their suitability for fluidised gasification

Jamróz D., Niedoba T., Surowiak A., Tumidajski T.

Archives of Mining Sciences

|

2016

|

Vol. 61, no. 3

523--535

EN

Methods serving to visualise multidimensional data through the transformation of multidimensional space into two-dimensional space, enable to present the multidimensional data on the computer screen. Thanks to this, qualitative analysis of this data can be performed in the most natural way for humans, through the sense of sight. An example of such a method of multidimensional data visualisation is PCA (principal component analysis) method. This method was used in this work to present and analyse a set of seven-dimensional data (selected seven properties) describing coal samples obtained from Janina and Wieczorek coal mines. Coal from these mines was previously subjected to separation by means of a laboratory ring jig, consisting of ten rings. With 5 layers of both types of coal (with 2 rings each) were obtained in this way. It was decided to check if the method of multidimensional data visualisation enables to divide the space of such divided samples into areas with different suitability for the fluidised gasification process. To that end, the card of technological suitability of coal was used (Sobolewski et al., 2012; 2013), in which key, relevant and additional parameters, having effect on the gasification process, were described. As a result of analyses, it was stated that effective determination of coal samples suitability for the on-surface gasification process in a fluidised reactor is possible. The PCA method enables the visualisation of the optimal subspace containing the set requirements concerning the properties of coals intended for this process.

PL

Proces zgazowania węgla jest jedną z technologii, które zyskują coraz szerszą uwagę wśród technologów zajmujących się jego przeróbką i utylizacją. Ze względu na typ zgazowania wyróżnia się dwa główne sposoby: zgazowanie naziemne i podziemne. Każdy z tych typów można jednak przeprowadzić za pomocą różnych technologii. W przypadku zgazowania naziemnego, jedną z takich technologii jest zgazowanie w reaktorze fluidalnym. Do tego typu zgazowania zostały opracowane wytyczne w ramach projektu NCBiR nr 23.23.100.8498/R34 pt. „Opracowanie technologii zgazowania węgla dla wysokoefektywnej produkcji paliw i energii” w ramach strategicznego programu badań naukowych i prac rozwojowych pt. „Zaawansowane technologie pozyskiwania energii” (Marciniak-Kowalska, 2011-12; Sobolewski et al., 2012; 2013; Strugała et al., 2011; 2012). Autorzy wybrali główne z tych wytycznych, dotyczących zalecanych poziomów określonych cech węgla. W celu zbadania węgla pod kątem ich przydatności do zgazowania pobrano próbki dwóch węgli: pochodzących z Zakładu Górniczego Janina oraz z Kopalni Węgla Kamiennego Wieczorek. Każdy z tych węgli został poddany procesowi wzbogacania w laboratoryjnej osadzarce pierścieniowej (10 pierścieni, węgiel w klasach wydzielonych z przedziału 0-18 mm). Po zakończeniu procesu rozdziału materiał podzielono na 5 warstw (po 2 pierścienie) i każdy z nich rozsiano na sitach na 10 klas ziarnowych, ustalając wychody warstw i klas. Następnie, tak otrzymane produkty – klasy ziarnowe, po wydzieleniu analitycznych próbek, poddano chemicznej analizie elementarnej i technicznej węgla, w celu scharakteryzowania właściwości wpływających na procesy zgazowania. Łącznie z obu kopalń uzyskano 99 próbek (50 z kopalni Janina oraz 49 z kopalni Wieczorek – w jednej z warstw nie uzyskano klasy 16-18 mm) charakteryzowanych przez następujące parametry: zawartość siarki całkowitej, zawartość wodoru, zawartość azotu, zawartość chloru, zawartość węgla całkowitego, ciepło spalania oraz zawartość popiołu. Przykładowe dane dla jednej z otrzymanych warstw przedstawiono w tabeli 1. Dodatkowo wykorzystano kartę przydatności technologicznej węgla (Sobolewski et al., 2012; 2013), w której opisano parametry kluczowe, istotne oraz dodatkowe, mające wpływ na proces zgazowania. Na jej podstawie oznaczono próbki węgla, które w sposób efektywny poddają się procesowi zgazowania. W celu wizualizacji danych zastosowano jedną z nowoczesnych metod wielowymiarowej statystycznej analizy czynnikowej – metodę PCA (ang. Principal Component Analysis). W metodzie tej dokonuje się rzutu prostopadłego wielowymiarowych danych na płaszczyznę reprezentowaną przez specjalnie wybrane wektory V1,V2. Są to wektory własne, odpowiadające dwóm największym (co do modułu) wartościom własnym macierzy kowariancji zbioru obserwacji. Opisany dobór wektorów V1,V2 pozwala uzyskać obraz na płaszczyźnie prezentujący najwięcej zmienności danych. Algorytm i zasady tej metody zostały szczegółowo zaprezentowane w podrozdziale 3 artykułu. Za pomocą metody PCA dokonano trzech typów analiz. Pierwszy obraz miał na celu rozpoznanie, czy możliwa jest identyfikacja pochodzenia węgla, czyli rozdział węgla pochodzącego z ZG Janina od węgla z KWK Wieczorek. Odpowiedź była twierdząca. Na tak przygotowane dane narzucono następnie warunki wynikające z nałożenia wymogów określonych w karcie przydatności technologicznej węgla. Okazało się, że przy wzięciu pod uwagę wszystkich warunków jedynie 17 próbek z ZG Janina i zaledwie jedna z KWK Wieczorek spełnia wszystkie kryteria, co przedstawiono na rysunku 2. Stwierdzono, że dzieje się tak głównie z powodu zawartości chloru, która wykracza poza nałożone limity. Cecha ta nie wpływa jednak w kluczowy sposób na sam proces zgazowania a istotna jest ze względu na aspekt ochrony środowiska. Dlatego dokonano podobnej analizy, ale przy odrzuceniu warunku dotyczącego tej cechy. Po odrzuceniu wymogów dotyczących zawartości chloru okazało się, że 37 próbek z ZG Janina oraz 41 próbek z KWK Wieczorek spełnia pozostałe zalecenia odnośnie naziemnego zgazowania w reaktorze fluidalnym. Jest to potwierdzenie wcześniejszych obserwacji autorów w tym zakresie. W obu przypadkach wizualizacja wielowymiarowa przy użyciu PCA pozwoliła stwierdzić, że obrazy punktów reprezentujących próbki węgla bardziej podatnego na zgazowanie oraz mniej przydatnego do zgazowania zajmują osobne podobszary przestrzeni oraz gromadzą się w skupiskach, które można łatwo od siebie odseparować. Stwierdzono więc, że metoda PCA pozwala podzielić przestrzeń próbek na obszary o różnej przydatności do procesu zgazowania fluidalnego zarówno gdy przyjęto ograniczenie dotyczące zawartości chloru jak i przy jego pominięciu. Zastosowanie metody PCA w celu identyfikacji przydatności próbek węgla do zgazowania jest nowatorskie i nie było wcześniej stosowane. Istnieje możliwość zastosowania również innych metod w tym zakresie. Należy jednak podkreślić, że niewątpliwą zaletą metody PCA jest fakt, że w trakcie wizualizacji nie ma konieczności doboru żadnych parametrów w przeciwieństwie do wielu innych metod wizualizacji wielowymiarowych danych.

7

DOC and POC in the southern Baltic Sea. Part II – Evaluation of factors affecting organic matter concentrations using multivariate statistical methods

Maciejewska A., Pempkowiak J.

Oceanologia

|

2015

|

No. 57 (2)

168--176

EN

This study is a continuation of the research on organic matter sources, distribution and dynamics in the southern Baltic Sea described in detail by Maciejewska and Pempkowiak (2014). In this paper, cluster analysis, principal component analysis and segment analysis were used to assess relations among factors influencing organic matter concentration in the Baltic sea-water. The following sea-water properties, salinity (Sal), temperature (Temp), pH, concentrations of chlorophyll a (Chla) and phaeopigment a (Feo), were assessed, while dissolved (DOC) and particulate (POC) organic carbon were used as organic matter measures. Water samples were collected in the course of a three-year study (2009–2011) from the Gdańsk Deep, the Gotland Deep and the Bornholm Deep (Southern Baltic). As a result, relations among both DOC and POC and the measured water properties were revealed. The cluster analysis leads to the discovery of the following structure of the analyzed water properties: DOC-pH, POC-Chla, without providing interpretation why the structure exists. Using the principal component analysis, factors influencing DOC and POC concentrations were classified as plankton activity and the inflows of saline and freshwater water masses as the study area. Segment regression analysis revealed that organic matter consists of labile and stable fractions and led to the quantification of relations between DOC and the measured sea-water properties. The following contributions to the DOC fluctuations were calculated: salinity – 11%, chlorophyll a – 26%, phaeopigment a – 26%, POC – 38% in the growing season and 31%, 33%, 21% and 22% respectively in the non-growing season.

8

Feature vector or time-series – comparison of gestures representations in automatic gesture recognition systems

Barczewska K., Wójtowicz W., Moszkowski T.

Challenges of Modern Technology

|

2015

|

Vol. 6, no. 1

1--5

EN

In this paper, we performed recognition of isolated sign language gestures - obtained from Australian Sign Language Database (AUSLAN) – using statistics to reduce dimensionality and neural networks to recognize patterns. We designated a set of 70 signal features to represent each gesture as a feature vector instead of a time series, used principal component analysis (PCA) and independent component analysis (ICA) to reduce dimensionality and indicate the features most relevant for gesture detection. To classify the vectors a feedforward neural network was used. The resulting accuracy of detection ranged between 61 to 87%.

9

Principal component analysis of chlorophyll content in tobacco, bean and petunia plants exposed to different tropospheric ozone concentrations

Borowiak K., Zbierska J., Budka A., Kayzer D.

Civil and Environmental Engineering Reports

|

2014

|

No. 12

5--16

EN

Three plant species were assessed in this study - ozone-sensitive and -resistant tobacco, ozone-sensitive petunia and bean. Plants were exposed to ambient air conditions for several weeks in two sites differing in tropospheric ozone concentrations in the growing season of 2009. Every week chlorophyll contents were analysed. Cumulative ozone effects on the chlorophyll content in relation to other meteorological parameters were evaluated using principal component analysis, while the relation between certain days of measurements of the plants were analysed using multivariate analysis of variance. Results revealed variability between plant species response. However, some similarities were noted. Positive relations of all chlorophyll forms to cumulative ozone concentration (AOT 40) were found for all the plant species that were examined. The chlorophyll b/a ratio revealed an opposite position to ozone concentration only in the ozone-resistant tobacco cultivar. In all the plant species the highest average chlorophyll content was noted after the 7th day of the experiment. Afterwards, the plants usually revealed various responses. Ozone-sensitive tobacco revealed decrease of chlorophyll content, and after few weeks of decline again an increase was observed. Probably, due to the accommodation for the stress factor. While during first three weeks relatively high levels of chlorophyll contents were noted in ozone-resistant tobacco. Petunia revealed a slow decrease of chlorophyll content and the lowest values at the end of the experiment. A comparison between the plant species revealed the highest level of chlorophyll contents in ozone-resistant tobacco.

PL

W zaprezentowanych badaniach wykorzystano trzy gatunki roślin - tytoń szlachetny (odmiana wrażliwa oraz odporna na ozon), odmiany wrażliwe petunii oraz fasoli. Rośliny eksponowano na dwóch stanowiskach różniących się stężeniem ozonu troposferycznego w sezonie wegetacyjnym 2009 roku. Co tydzień wykonywano pomiary zawartości chlorofilu wybranych roślin. Powiązanie kumulatywnych stężeń ozonu względem zawartości chlorofilu oraz wybranych parametrów meteorologicznych wykonano za pomocą analizy składowych głównych, natomiast do porównania reakcji roślin w poszczególnych dniach ekspozycji wykorzystano wielowymiarową analizę wariancji. Badania wykazały zróżnicowanie pomiędzy gatunkami w reakcji na obecność ozonu troposferycznego. Zauważyć jednak można pewne tendencje. Stwierdzono pozytywną zależność pomiędzy zawartością wszystkich form chlorofilu dla wszystkich badanych gatunków i kumulatywnym stężeniem ozonu (AOT 40). Wskaźnik chlorofilu b/a wykazał odwrotną tendencję względem AOT 40 jedynie dla odmiany odpornej na ozon tytoniu. Wszystkie gatunki wykazały najwyższy poziom chlorofilu w 7 dniu ekspozycji, a w następnych dniach odpowiedź roślin była zróżnicowana. Odmiana wrażliwa tytoniu wykazała zmniejszenie zawartości chlorofilu, a po kilku tygodniach ponownie wzrost, co może sugerować adaptację do warunków stresowych. Odmiana odporna tytoniu ekspozycji. Petunia wykazała stopniowy spadek zawartości chlorofilu w ciągu trwania eksperymentu. Porównanie odpowiedzi wybranych gatunków wykazało najwyższe poziomy chlorofilu u odmiany odpornej tytoniu.

10

Biometric watermarking for security enhancement in digital images

Wójtowicz W.

Challenges of Modern Technology

|

2013

|

Vol. 4, no. 4

7--11

EN

In this paper some preliminary investigation on combination of watermarking technique with biometric data to increase security of digital images in case of medical images is proposed. Performance of watermarking algorithm, based on discrete wavelet transform (DWT) decomposition, that incorporates biometric watermark is elaborated. The frequency domain were chosen as it is proven, that this domain provides better robustness against attacks and leads to less perceptibility of an embedded watermark. To assure confidentiality of patient data their hand geometry features are embedded instead of patient’s name. Proposed system is evaluated by measuring the similarity between embedded and extracted biometric codes.

11

Wavelength intervals effect on reflectance spectra reconstruction

Shams-Nateri A

Optica Applicata

|

2012

|

Vol. 42, nr 4

737--742

EN

The principal component analysis is an important method in reflectance spectra reconstruction. This is a research into the effects of a wavelength interval on the performance of reflectance spectra estimation by the principal component analysis technique. The spectral reflectance is reconstructed by using 20, 10 and 5 nm intervals. The RMS accuracy of reflectance spectra fitting is 0.0079, 0.0074 and 0.0072, respectively for 20, 10 and 5 nm intervals with 6 principal components. As the obtained results indicated, the performance of reflectance estimation increased with decreasing the wavelength interval.

12

Monsoon-driven Dynamics of water quality by multivariate statistical methods in Daya Bay, South China Sea

Wu M-L., Wang Y-S., Sun C-C., Sun F-L., Cheng H., Wang Y-T., Dong J-D., Wu J.

Oceanological and Hydrobiological Studies

|

2012

|

Vol. 41, No. 4

66-76

EN

Eleven physicochemical parameters of data collected from 12 stations in Daya Bay in 2003 were analyzed by multivariate statistical analysis. Cluster analysis (CA) grouped data from 4 seasons into two groups, the northeast and southwest monsoon periods, representing different natural processes. During the northeast monsoon period, principal component analysis (PCA) and CA group the 12 monitoring sites into Cluster DA1 (S1, S2 and S6) and Cluster DA2 (S3-S5 and S7-S12). During the southwest monsoon period, PCA and CA group the 12 monitoring sites into Cluster WB1 (S1, S2, S7, S9 and S11) and Cluster WB2 (S3-S6, S8, S10, S11 and S12). The spatial heterogeneity within the bay was defined by different hydrodynamic conditions and human activities. These results may be valuable for achieving sustainable use of the coastal ecosystems in Daya Bay.

13

Assessment of the influence of soil properties on 137Cs accumulation in Of horizon in forest soils

Ziembik Z., Dołhańczuk-Śródka A., Wacławek M.

Nukleonika

|

2010

|

Vol. 55, No. 2

205-212

EN

The work focuses on assessment of soil physicochemical parameters influence on 137Cs accumulation in Of soil horizon. Besides organic matter content and pH, the parameters related to sorption properties and mobile ions concentration were considered. The data were transformed using Box-Cox formula. To find mutual relationships between variables cluster analysis (CA) and principal components analysis (PCA) were used. It was found that the transformed physicochemical parameters in Of horizon are more or less related with each other but no linear or nearly linear relationships between 137Cs activity and physicochemical parameters were found.

14

Metody eksploracji danych, analiza skupień i analiza głównych składowych w badaniach monitoringowych wód powierzchniowych

Cieszyńska M., Wesołowski M.

Wiadomości Chemiczne

|

2009

|

[Z] 63, 7-8

575-600

EN

The paper presents overview of literature pointing up usefulness of two chemometric methods of data exploration: cluster analysis (CA) and principal component analysis (PCA) for interpretation of multidimensional data obtained during surface water monitoring programme. The exceptional importance of fresh water quality rests on the fact that it determines condition and development of all human beings as well as animals and plants. In sections 1 and 3 a concise description of the two methods of pattern recognition was presented. CA provides visual presentation of clustering mode of samples or variables in the form of tree-like scheme called dendrogram [3, 9]. Samples which exhibit considerable similarity fall into one cluster and at the same time they differ to the greatest extent from samples belonging to other clusters [1, 70-74]. PCA enables significant reduction of data matrix dimension without an excessive loss of information [5, 6, 82]. In addition, PCA provides intelligible graphic visualization of the data structure by scattering samples, described by many variables, on plane formed by the following principal components [74]. In CA methods of calculation the distance between different clusters or objects in a hierarchical dendrogram were also mentioned [75]. They define whether two clusters or objects are sufficiently similar to be joined together into one cluster. It was also denoted that among most commonly applied methods Ward's clustering method turns out to be the best and most effective for surface water monitoring results as it gives the largest number of correctly classified observations. The sections 2 and 4 present several examples of the two multidimensional chemometric techniques application in assessment of surface water quality. It was perceived that CA and PCA allow classification of sampling stations in relation to chemical composition of water and therefore permit to pinpoint areas with similar water quality [5, 82]. CA and PCA also help to indicate areas with distinctive chemical composition of water [6, 73, 90, 105]. They also help to identify factors which determine water quality at different regions [4, 5, 88, 113]. When applied for the results acquired from one watercourse at different sites CA and PCA enable to examine changes of water quality downstream [73, 80, 114]. The two chemometric methods are also useful tools for determination if season of sampling or specific weather conditions can influence variation of physicochemical parameters of water [90, 95, 103]. Other chemometric methods applied for monitoring results evaluation are mentioned in section 5 [74, 75, 116].

15

System-level model of hardware assisted still image compression based on two dimensional principal component analysis

Forczmański P., Dziurzański P.

Elektronika : konstrukcje, technologie, zastosowania

|

2007

|

Vol. 48, nr 7

22-24

EN

The article presents a novel method of lossy compression of still images by means of two-dimensional principal component analysis. The algorithm is based on three main steps: transform coding of image blocks resulting feature-space dimensionality reduction, quantization of resulting coefficients and optional entropy coding. Although the compression ratio of presented approach is comparable to other, well-known algorithms, this new method gives images of very high visual quality. Some details on the hardware implementation in a reprogrammable chip are provided.

PL

Przedstawiono technikę stratnej kompresji obrazów statycznych wykorzystującą dwuwymiarową analizę komponentów głównych. Algorytm składa się z trzech etapów: kodowania transformacyjnego bloków obrazu, realizującego redukcję wymiarowości przestrzeni cech, kwantyzacji uzyskanych współczynników i opcjonalnego kodowania entropijnego. Pomimo tego, że uzyskiwany współczynnik kompresji jest porównywalny do innych znanych algorytmów, opracowana metoda daje obrazy o dużo lepszej jakości wizualnej. Pokazano również szczegóły implementacyjne do układów reprogramowalnych.