Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  składowe główne
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W badaniach przeprowadzono redukcję wymiarowości danych z wykorzystaniem metody analizy składowych głównych. Analizie poddano dwie grupy zmiennych: wielkość pogłowia zwierząt gospodarskich oraz areał upraw w Europie. Z wymiaru 13 zmiennych otrzymano dwie główne składowe, które w 95% wyjaśniają zmienności pierwotnych danych.
EN
In the study, dimensionality reduction of data was carried out using the method of Principal Components Analysis (PCA). Two groups of variables were analyzed - size of population of livestock and crop areas in Europe. Two principal components explaining in 95% variability of the original data were obtained from dimension of the 13 variables.
PL
W artykule przedstawiono zastosowanie składowych głównych (PCA) w celu redukcji ilości zmiennych wyjściowych pochodzących z układu monitorowania płomienia. Dodatkowo, analiza PCA pozwala na wskazanie najbardziej wrażliwej strefy płomienia na zmiany punktu pracy palnika. Badania przeprowadzono w oparciu o dane zgromadzone w warunkach przemysłowych dla dwóch różnych ustawień głowicy względem płomienia.
EN
A state of combustion process can be estimated through signals obtained from flame monitoring system. In order to simplify combustion diagnosis, principal component analysis (PCA) has been applied. Another advantage of applying PCA is pointing the most sensible flame area to changes of operating point of the burner. It provides significant information resulting in a proper installation of flame monitoring system. Two orientations of optical probe towards flame have been examined.
PL
Pokazano możliwość analizy zbioru danych numerycznych w aspekcie odkrywania niewidocznych związków pomiędzy tymi danymi. Posłużono się metodą analizy składowych głównych oraz wybranymi metodami grupowania danych. W pierwszym przykładzie przeanalizowano podobieństwo wybranych krajów UE w dziedzinie pozyskiwania przez nie energii ze źródeł odnawialnych. Posłużono się powszechnie dostępnymi danymi statystycznymi z baz Głównego Urzędu Statystycznego. W drugim przykładzie pokazano możliwość grupowania okresów zmienności notowań giełdowych. Posłużono się historycznymi (rok 1998) danymi dotyczącymi notowań wybranych indeksów giełdy amerykańskiej.
EN
In this paper we analyze some numerical data sets in order to uncover unknown or hidden relationships between them. We use principal component analysis approach as well as the hierarchical clustering method. In the first example we analyze similarities of EU countries in the field of production of energy from renewable sources. We use commonly available data from the Polish Central Statistical Office. In the second example we try to find groups of similar periods of time based on the US stock exchange. We use same historical (1998) stock exchange quotations of some selected indexes.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.