Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 5

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Przedstawiono wyniki badań wpływu wyboru algorytmu uczenia sieci neuronowej jednokierunkowej, z czasowym opóźnieniem, o topologii perceptronu wielowarstwowego, wykorzystującej w procesie uczenia algorytm wstecznej propagacji błędu, na wyniki predykcji wartości temperatury powietrza atmosferycznego. Stwierdzono, że algorytm uczenia, br – regularyzacja Bayesa, okazał się jednym z najlepszych pod względem wszystkich analizowanych parametrów oceny przewidywanych wartości temperatur.
EN
Paper presented the study on the effect of selecting an algorithm to education of unidirectional neural network with time-lag, of multilayer perceptron topology, and using an algorithm of reversal error propagation, on results of predicting values of atmospherical air temperature. It was stated that the education algorithm, br - Bayes’ regularization, appeared to be one of the best with respect to all analyzed parameters evaluating predicted temperature values.
2
Content available remote Matematyczne modelowanie zmian barwy przechowywanych ogórków
63%
PL
Barwa produktów spożywczych jest jednym z ważniejszych parametrów oceny ich jakości. W celu określenia zmiany barwy, wykorzystano komputerowy system analizy obrazu. Barwa ogórków była mierzona przez 18 dni ich przechowywania. Systemem zapisu barwy był model RGB. Składowe barwy modelu RGB zostały przeliczone na składowe barwy modelu L *a*b*. Konwersja składowych RGB barwy na składowe L *a*b* umożliwiła zaobserwowanie zmian jakościowych i ilościowych barwy. Do matematycznego modelowania wybranych wyróżników barwy wykorzystano ogólną postać równania krzywej logistycznej. Współczynnik determinacji wszystkich estymacji nieliniowych był większy od 0,90.
EN
Colour is one of the most important factors to evaluating the quality of tood products. In order to determine the changes in colour, the computer image analysis was applied. The pictures of every cucumber were taken over 18 days of storage and next the colour was assayed. The RGB model was used to recording colour. This model has been converted into L * a* b*, and the colour numbers were calculated on the basis of colour components. Conversion of the RGB colour model into L * a* b* and calculation of the indices made posible to observe the colour changes as well as to determine the qualitative and quantitative changes of colour. Generalized form of logistic curve equation was applied to mathematical modeliing of selected colour numbers. Determination coefficient of all non-linear estimations exceeded value of 0.90.
EN
The aim of this study was to implement ADM1xp model to simulate behavior of anaerobic co-digestion of maize silage and cattle manure. The accuracy of ADM1xp has been assessed against experimental data of anaerobic digestion, performed at OLR = 2.1 gVS dm-3·d-1 and HRT = 45d. Due to the high number of parameters in ADM1xp, it was necessary to develop a customized procedure limiting the range of parameters to be estimated. The best fitting of experimental to simulated data was obtained after verification of 9 among 105 stoichiometric and kinetic parameters. The values of objective function (Jc) ranged between 0.003 (for valerate) and 211 (for biogas production).
PL
Celem pracy było wykorzystanie modelu ADM1xp do symulacji procesu kofermentacji kiszonki kukurydzy i obornika bydlęcego. Przydatność modelu oceniano wykorzystując dane z eksperymentu w skali laboratoryjnej. Badania prowadzono przy obciążeniu komory ładunkiem organicznym OLR = 2,1 gVS dm-3·d-1 oraz hydraulicznym czasie zatrzymania wsadu w fermentorze, HRT = 45d. Z powodu dużej liczby parametrów w modelu ADM1xp, zastosowano procedurę, która umożliwia zmniejszenie liczby weryfikowanych parametrów podczas kalibracji. Najlepsze dopasowanie danych eksperymentalnych do modelowych uzyskano po weryfikacji 9 spośród 105 stechiometrycznych i kinetycznych parametrów. Wartości współczynnika dopasowania (Jc) zmieniały się w zakresie od 0,003 (kwas walerianowy) do 211 (produkcja biogazu).
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.