Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

CSLDA and LDA fusion based face recognition

Razzak M. I., Khan M. K., Alghathbar K., Yusof R.

Przegląd Elektrotechniczny

2011

R. 87, nr 1

210-214

Face recognition has great demands and become one of the most important research area of pattern recognition but there are several issues involved in it. Unsupervised statistical methods i.e. PCA, LDA, ICA are the most popular algorithms in face recognition that finds the set of basis images and represents faces as linear combination of those images. This paper presents a novel layered face recognition method based on CSLDA and LDA. The basic aim is to decrease FAR by reducing the face dataset to very small size through layered linear discriminant analysis. Although the computational complexity at the time of recognition is much higher than conventional PCA and LDA because weights are computed for small subspace at time of recognition but it provide a good results especially for large dataset. CSLDA of LDA is insensitive to large dataset and also small sample size and it provided 84% accuracy on Banca face database. The proposed approach is also applicable on other applications and recognition methods i.e. PCA, KDA, DLDA etc.

Rozpoznawanie twarzy jest jedną z bardziej ważnych metod graficznego rozpoznawania wzorów. Najbardziej popularnymi metodami są tu PCA, LDA, ICA gdzie twarz jest reprezentowana jako liniowa kombinacja bazowych komponentów. Artykuł prezentuje inną metodę bazującą na CSLDA i LDA. Głównym celem jest zmniejszenie FAR przez zredukowanie bazy danych do bardzo małych rozmiarów przez warstwową liniową dyskryminację. Złożoność komputerowa metody jest nieco większa, ale otrzymane rezultaty, głównie zmniejszenie błędu są zachęcające.

Knowledge-based collaborative lean manufacturing management (KBCLMM) system

Nawawi M.K.M., Khan M.K., Hussain K.

Journal of KONBiN

2008

No. 5 (8)

145-156

The objective of this research paper is to demonstrate the application of hybrid Knowledge-Based System, Gauging Absences of Pre-Requisites (GAP), and Analytic Hierarchy Process (AHP) approaches for selecting the improvement programs for Collaborative Lean Manufacturing Management (CLMM) System. In this research, a generic Knowledge-Based System is developed to measure the level of CLMM adoption in automotive manufacturers compared to the ideal system. Using the embedded GAP and AHP technique, the key lean manufacturing improvement programs can be prioritised by using both qualitative and quantitative criteria. The analysis covers the planning stage of the KBCLMM. The utilisation of the approach is demonstrated with an illustrative example.

Celem niniejszej pracy badawczej jest przedstawienie rozmaitych sposobów wyboru programów poprawy wydajności dla systemu Zespołowego Zarządzania Produkcją obniżającego nakłady (CLMM), opartego na Bazach Wiedzy. Omawiane sposoby, to Pomiar Niedostępności Warunków Wstępnych (Gauging Absences of Pre-Requisites - GAP) oraz Analityczne Procesy Hierarchiczne (Analytic Hierarchy Process - AHP). W ramach prezentowanej pracy badawczej opracowano generyczny System Oparty na Bazie Wiedzy pozwalający na pomiar przydatności systemu CLMM w zakładzie produkcyjnym przemysłu samochodowego w porównaniu z systemem idealnym. Dzięki zastosowaniu wbudowanych technik GAP oraz AHP można optymalizować kluczowe programy zarządzania produkcją, określając priorytety za pomocą kryteriów ilościowych, jak i jakościowych. Analiza obejmuje również etap planowania systemu KBCLMM. Wykorzystanie każdego sposobu jest przedstawione za pomocą poglądowego przykładu.