Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Comparisons of prewhitening algorithms of noisy signals
EN
The paper presents and compares the performance of different prewhitening algorithms of the signals in the presence of white noise. The algorithms have been applied to the decorrelation of the statistically dependent and independent signals mixed together. The presented technigue may find application in the solutions of the blind source separation problems.
PL
Artykuł przedstawia i porównuje działanie różnych algorytmów wybielania sygnałów w obecności białego szumu. Badane algorytmy zastosowano do dekorelacji zależnych i niezależnych sygnałów zmieszanych w nieznany sposób. Proponowane rozwiązanie znajduje zastosowanie jako wstępny etap ślepej separacji sygnałów.
PL
Numeryczny model terenu (NMT) możemy zdefiniować jako dyskretną (punktową) reprezentację powierzchni terenu wraz z algorytmem interpolacyjnym [6]. Do budowy numerycznego modelu terenu stosuje się metody numeryczne oraz sieci neuronowe. Artykuł przedstawia badania nad metodą budowy NMT toru wodnego opartą na przekrojach z wykorzystaniem sieci RBF. Dla każdego przekroju niezależnie projektowana i trenowana jest sieć RBF. W celu budowy przekrojów z założoną dokładnością wykorzystano przyrostowy proces doboru centrów i wyliczanie wag z wykorzystaniem procedury ortogonalizacji. Pozwala to na uzyskanie przekroju z założoną dokładnością przy minimalnej liczbie centrów, co zapewnia redukcję danych, niezbędną w celu dalszej wizualizacji modelu w czasie rzeczywistym. Badania przeprowadzono dla danych rzeczywistych z toru wodnego Szczecin-Świnoujście.
EN
Digital Terrain Model (DTM) can be defined as dicrete (point) representation of the terrain surface with an interpolation algorithm [6]. To build a DTM numerical methods or neural networks are used. This article presents the research done on a water channel DTM based on cross-sections using the RBF networks. For each of the cross-sections the RBF network is designed and trained independently. For the purpose of developing the cross-sections with a given accuracy the incremental process of centre selections and the orthogonalisation procedure for network weights calculation were used. This permits building a cross-section with the assumed accuracy and the minimum number of centres and thus allows reduction of data necessary in further real-time visualisation of the model. The research has been done using the data collected from the water channel Szczecin- Swinoujscie.
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.