ESTIMATION OF A VEHICLE VELOCITY IN STRONG RANDOM NOISE CONDITIONS BY MEANS OF BROWN`S EXPONENTIAL SMOOTHING
|
|
- Sabina Sobczak
- 5 lat temu
- Przeglądów:
Transkrypt
1 Jan PURCZYŃSKI Estymaca prędkośc poazdu, Zakłócena losowe obrazu, Symulace komputerowe ESTYMACJA PRĘDKOŚCI POJAZDU W WARUNKACH SILNYCH ZAKŁÓCEŃ LOSOWYCH METODĄ WYGŁADZANIA WYKŁADNICZEGO BROWNA Zaproponowano metodę estymac prędkośc poazdu poruszaącego sę po ednym pase ruchu. Uwzględnono rozmyce obrazu poazdu oraz występowane szumów gaussowskch na poszczególnych etapach akwzyc obrazu. Algorytm bazue na wstępne obróbce sygnału metodą wygładzana wykładnczego Browna. Dzałane algorytmu w warunkach slnych zakłóceń losowych zweryfkowano w wynku przeprowadzonych symulac komputerowych oraz porównano z nnym metodam estymac prędkośc poazdu. ESTIMATION OF A VEHICLE VELOCITY IN STRONG RANDOM NOISE CONDITIONS BY MEANS OF BROWN`S EXPONENTIAL SMOOTHING The method of estmatng the velocty of a vehcle movng n one lane was proposed. Vehcle mage blurrng and the appearance of Gaussan noses at ndvdual stages of mage acquston were taken nto account. The algorthm s based on ntal sgnal processng by means of Brown s exponental smoothng. The workng of the algorthm n strong random nose condtons was verfed through computer smulatons. Furthermore the algorthm was compared wth other methods of vehcle velocty estmaton.. WSTĘP W pracy rozpatrzono zagadnene estymac prędkośc poazdu na podstawe obrazu zareestrowanego przez kamerę wdeo. W przypadku nskego pozomu zakłóceń stosue sę metodę polegaącą na odemowanu kolenych klatek obrazu, co pozwala zdentyfkować poruszaące sę obekty. W przypadku wysokego pozomu zakłócena metoda odemowana kolenych sekwenc obrazu stae sę neprzydatna, ponewaŝ prowadz do wzrostu pozomu zakłócena- następue sumowane waranc szumu. W nnesze pracy, gdze uwzględna sę slne zakłócena losowe, przyęto, Ŝe dla poszczególnych klatek estymue sę połoŝene obektu, natomast prędkość wyznacza sę na podstawe sekwenc obrazów (0, 20,30 klatek). Praca stanow kontynuacę tematyk rozpatrzone we wcześneszych pracach autora [2], [3]. WyŜsza Szkoła Technczno-Ekonomczna w Szczecne, Szczecn ul. Klonowca 4, Tel E-mal: anpurczynsk@onet.eu
2 3530 Jan PURCZYŃSKI 2. METODA ESTYMACJI PRĘDKOŚCI POJAZDU Przyęto, ze przed uruchomenem pomaru prędkośc została zareestrowana dostateczna lczba obrazów tła (np. 000), na podstawe które dokonano uśrednena, co pozwolło określć charakterystyczne cechy tła. Zakłada sę, Ŝe uśrednony obraz tła est odemowany od kolenych, zareestrowanych obrazów z poruszaącym sę obektem. W efekce, przymue sę, Ŝe tło posada pozom równy zero est zakłócane szumem gaussowskm dentyczne ak poazd. W celu uproszczena rozwaŝań rozpatrue sę poazdy w uproszczone skal szarośc: poazdow asnemu przyporządkowana est lczba 0,5, natomast poazdow cemnemu- lczba 0,5. Zakładaąc, Ŝe prędkość poazdu wynos 90km/godz. oraz kamera reestrue 25 klatek na sekundę, stwerdza sę, Ŝe dwe kolene klatk odpowadaą drodze m przebytego przez poazd. Zakładaąc, Ŝe kamera ma rozdzelczość 320 pksel oraz obraz obemue drogę o długośc 320m, stwerdza sę, Ŝe odległość dwóch sąsaduących pksel w obraze odpowada odległośc m na drodze. Zakłada sę, Ŝe ruch poazdu, o długośc 6m, odbywa sę na ednym pase ruchu a kamera umeszczona est z boku drog. Model poazdu, tzn. prostokąt o podstawe 6 pksel został rozmyty za pomocą fltru średne ruchome przymuąc postać trapezu ys przedstawonego na rysunku. 0.5 ys Rys.. Model poazdu przyęty do oblczeń. Źródło: opracowane własne Obraz przedstawony na rysunku został zakłócony szumem gaussowskm charakteryzuącym sę odchylenem standardowym σ = 0, 35,co zostało zaprezentowane na rysunku 2.
3 ESTYMACJA PRĘDKOŚCI POJAZDU W WARUNKACH SILNYCH y, k Rys. 2. Przykładowy obraz poazdu w obecnośc zakłóceń losowych ( σ = 0, 35 ) uzyskany w ramach symulac komputerowych. Źródło; opracowane własne. W celu estymac połoŝena poazdu wykorzystano metodę wygładzana (wyrównywana) wykładnczego Browna [4]: gdze: yw ) + = a y+ + ( a yw () y - zareestrowany sygnał ; =,2,..., N ; yw - sygnał wygładzony wykładnczo ; y yw =. W nnesze pracy zaproponowano dwustronną metodę wygładzana opsaną wzorem: gdze: yw2 = a yw + + ( a) yw2 ; = N, N,..., ; (2) yw - sygnał wygładzony zgodne ze wzorem () ; yw2 - sygnał wygładzony dwustronne ; yw 2 = yw. = N, N,..., ; N N Proponowana metoda estymac połoŝena poazdu polega na wyznaczenu wartośc yw2 określenu punktu max występowana maksmum te funkc metodę tę oznaczono ako WW. W przypadku poazdu cemnego reprezentowanego przez lczbę 0,5, naleŝy poszukwać mnmum wartośc wygładzone yw2- algorytm wyznaczał nezaleŝne obydwa ekstrema, a porównane wynków końcowych ednoznaczne ustalało zastnały warant. Algorytm estymac prędkośc poazdu est następuący. Dla kolenych (np. 0-cu) obrazów wyznacza sę wartośc pksel dla których wystąpło maksmum funkc yw2 oraz
4 3532 Jan PURCZYŃSKI ch medanę. Obserwace, dla których odległość wartośc pksel od medany przekraczaą M zostaą usunęte ne uwzględna sę ch w dalszych oblczenach. Dla uzyskanego zestawu wyznacza sę trend lnowy, którego współczynnk kerunkowy proste ˆv określa prędkość poazdu. Postępowane powtarzamy dla kolenych trzech sekwenc 0-cu obrazów, a następne wyznaczamy wartość średną współczynnków kerunkowych: v ˆ = (ˆ v + vˆ 2 + vˆ ) 3 3 (3) Zaproponowaną metodę oznaczono ako WWI. Rozpatrywany problem był tematem pracy [2], gdze estymaca połoŝena poazdu została wykonana w wynku aproksymac parabolczne wartośc obserwac y za pomocą funkc f(,): 2 = a0 + a + a2 (4) f (, ) gdze: = P, P +,.., P Parametry parabol wyznacza sę na podstawe następuących zaleŝnośc [2]: P = ( y y ) + a = (5a) B P 2 ( y y )( B) = B + a2 = (5b) D P = ( y + y ) + + y a0 = (5c) 2P + y C a2 gdze: P( P +) C B = ; C = B( 2 P +) ; D = ( 2P )( 2P + 3) 3 y - zareestrowany sygnał 5 Następne, wyznaczano wartość maksymalną parabol, która pokrywała sę z wartoścą wyrazu wolnego równana parabol a0 (wzór (5c)) - metodę tę oznaczono ako PARI.
5 ESTYMACJA PRĘDKOŚCI POJAZDU W WARUNKACH SILNYCH RówneŜ praca [3] dotyczyła estymac prędkośc poazdu, przy czym, poszukwano maksmum funkc nterkorelac dla następuących model poazdu: trapez, trókąt prostokąt. NaleŜy zauwaŝyć, Ŝe metoda nterkorelac dla modelu prostokątnego pokrywa sę z metodą średne ruchome (Movng Average): YS = 2L + y + k L k = L (6) Metoda została oznaczona ako MAI. 3.WYNIKI SYMULACJI KOMPUTEROWYCH Oblczena wykonano dla sekwenc 30 obrazów, przy czym, omówoną procedurę estymac prędkośc poazdu stosowano oddzelne dla kaŝde sekwenc 0-cu obrazów. Jako wynk końcowy przymowano średną arytmetyczną z trzech sekwenc. Zakłócena losowe realzowano za pomocą generatora lczb losowych o rozkładze normalnym o wartośc przecętne równe zero oraz czterech wartoścach odchylena standardowego σ = 0,25 ; 0,3 ; 0,35; 0,4. Symulace komputerowe polegały na wykonanu K=400 powtórzeń wyznaczenu na te podstawe błędu estymac. Jako perwszy wyznaczany był błąd średno kwadratowy MSE (Mean- Squared Error): MSE = K K ( vˆ k v d ) k = gdze: vˆ k - oszacowane prędkośc w k-te symulac vd - wartość dokładna prędkośc. 2 (7) Błąd średno kwadratowy est o tyle stotny, Ŝe umue on łączne błąd obcąŝena estymatora ak równeŝ ego warancę [, s.7]: gdze: ( v) ( vˆ ) b( vˆ ) 2 MSE = V + (8) V ˆ - waranca estymatora b( vˆ )- obcąŝene estymatora. Koleno wyznaczano wartość błędu RMSE (Root Mean- Squared Error): RMSE = MSE (9) Jako ostatn, wyznaczano błąd RRMSE (Relatve Root Mean- Squared Error):
6 3534 Jan PURCZYŃSKI RRMSE = gdze oznaczena ak we wzorze (7). K 2 vˆ k vd K k = v d (0) Przy poczynonych załoŝenach (p.2), prędkość poazdu km v d = 90 odpowadała godz. przemeszczenu modelu poazdu o eden pksel w cągu edne sekundy, tzn. połoŝene poazdu w dwóch kolenych obrazach róŝn sę o eden pksel. Oznacza to, Ŝe we wzorze (8) naleŝy przyąć v d =, czyl wzór (8) prowadz do tych samych wynków, co wzór (7). W perwsze kolenośc ustalono wartość M, decyduącą o rezultatach testu odległośc pksela od medany w wynku testu obserwaca była odrzucana, bądź teŝ uwzględnona. Dla wszystkch trzech metod: WWI, PARI, MAI wyznaczono wartość optymalną wynoszącą MI=7, która zapewnła mnmalną wartość błędu średnokwadratowego. Omówone metody bazowały na wzorze (3), tzn. wyznaczano wartość średną dla trzech kolenych sekwenc 0-cu obrazów. W trakce oblczeń sprawdzono nny warant polegaący na uwzględnenu sekwenc 30 obrazów bez rozbana na segmenty 0-co elementowe. Wyznaczona wartość optymalna ze względu na namneszą wartość błędu rmse- odległośc wartośc pksela od medany wynosła MII=7 dla wszystkch trzech metod oznaczonych: WWII, PARII, MAII. W tabel zameszczono błędy wynków estymac prędkośc poazdu uzyskane na drodze symulac komputerowych (K=400). Kolene kolumny zaweraą: odchylene standardowe zakłócenaσ, wartość oszacowana prędkośc vˆ, obcąŝene b vˆ oraz błąd średno kwadratowy RMSE. estymatora ( ) Tabela Błędy wynków estymac prędkośc poazdu Metoda WWI Metoda WWII σ vˆ b( vˆ ) RMSE vˆ b( vˆ ) RMSE 0, ,0094 0,0739 0,9948-0,0052 0,0304 0,30 0,9723-0,0277 0,0963 0,9837-0,063 0,050 0,35 0,956-0,0484 0,222 0,965-0,0349 0,0805 0,40 0,95-0,0849 0,944 0,9347-0,0653 0,223 Metoda PARI Metoda PARII 0,25 0,9909-0,009 0,0649 0,9965-0,0035 0,0259 0,30 0,9838-0,062 0,0793 0,9858-0,042 0,0459 0,35 0,9629-0,037 0,048 0,9625-0,0375 0,079 0,40 0,943-0,0857 0,2265 0,9258-0,0742 0,335 Metoda MAI Metoda MAII 0,25 0,9934-0,0066 0,066 0,9978-0,0022 0,029 0,30 0,9985-0,005 0,085,0048 0,0048 0,0676 0,35 0,9639-0,036 0,072 0,9637-0,0363 0,0820 0,40 0,9346-0,0654 0,582 0,9344-0,0654 0,88 Źródło: opracowane własne
7 ESTYMACJA PRĘDKOŚCI POJAZDU W WARUNKACH SILNYCH Oprócz wartośc MI oraz MII, które wyznaczono wspólne dla trzech metod, określono wartośc dalszych parametrów, oddzelne dla poszczególnych metod. Jako kryterum optymalnośc przyęto mnmum wartośc błędu średnokwadratowego. W przypadku metody dwustronnego wygładzana wykładnczego określono wartość stałe wygładzana a = 0,22. W metodze aproksymac parabolczne (wzory (5)) ustalono wartość P = 6, co oznacza rozmar okna 2P+ = 3. Dla metody średne ruchome (wzór(6)) optymalna wartość wynosła L = 3, co odpowada oknu 2L+ = 7. Podane powyŝe wartośc optymalne parametrów stanową pewen komproms. Manowce, w trakce symulac komputerowych zmenano pozom zakłócena poprzez zmanę odchylena standardowego σ, które przymowało wartośc σ = 0,25; 0,30; 0,35; 0,40. Okazało sę, Ŝe dla konkretne metody, zmana pozomu zakłócena wpływała na welkość optymalnych wartośc. Uwzględnene tego faktu oznaczałoby opracowane fltru adaptacynego. Fltr ten w perwsze kolenośc wyznaczałby pozom zakłócena (wartość σˆ ) a następne oblczał optymalne wartośc parametrów zaleŝne od oszacowana pozomu zakłócenaσˆ. Fltr ten ma ednak podstawową wadę wyraŝaącą sę duŝą złoŝonoścą oblczenową. Z tabel wynka, Ŝe nezaleŝne od rozpatrywane metody, warant II prowadz do błędu rmse nemal dwukrotne mneszego nŝ błąd rmse metody I. Oznacza to, Ŝe ne naleŝy wyznaczać wartośc średne dla trzech sekwenc 0-cu obrazów (wzór(6)), lecz prowadzć oblczena dla całe sekwenc 30-tu obrazów. W zwązku z powyŝszym, dalsze porównana wynków zostaną ogranczone do trzech ostatnch kolumn tabel (warant II). Odnośne wartośc obcąŝena estymatora naleŝy rozróŝnć dwa pozomy zakłócena. Dla σ = 0, 25 oraz = 0, 30 b vˆ uzyskano w metodze σ namnesze wartośc obcąŝena ( ) MAII a nawększe dla WWII. Natomast, dla = 0, 35 σ oraz σ = 0, 40 namnesze wartośc obcąŝena b( vˆ ) uzyskano w metodze WWII a nawększe dla PARII. W przypadku błędu średnokwadratowego sytuaca zmena sę dla poszczególnych pozomów zakłócena. PonŜe zameszczono wynk, gdze lterą r oznaczono wartość rmse: dla σ = 0, 25 : r MAII < rparii < r WWII dla σ = 0, 30 σ = 0, 35 : r PARII < rwwii < rmaii () dla σ = 0, 40 : r MAII < rwwii < rparii Oprócz osągalne dokładnośc algorytmu równe waŝna est złoŝoność oblczeń. Dla wszystkch trzech metod, wspólną częścą algorytmu est poszukwane maksmum w zwązku z czym ne będze brane pod uwagę. Uwzględnaąc wzory () (2) stwerdza sę, Ŝe złoŝoność oblczenowa dwustronne metody wygładzana wykładnczego wynos Zw = 6 N. Ze wzorów (5b) (5c) wynka złoŝoność oblczenowa metody aproksymac parabolczne ZP = 5 N ( P +). Ze wzoru (6) otrzymue sę złoŝoność oblczenową metody średne ruchome ZMA = 2 L N. Borąc pod uwagę optymalne wartośc P=6 oraz L=3, uzyskue sę następuące welkośc: Zw = 6 N, ZP = 35 N, ZMA = 6 N (2)
8 3536 Jan PURCZYŃSKI Zdecydowane nagorze wypada metoda aproksymac parabolczne. Pozostałe dwe metody wykazuą ednakową złoŝoność oblczenową dzee sę tak, ponewaŝ L=3. Dla L > 3 złoŝoność metody MA będze wększa, nŝ złoŝoność metody dwustronnego wygładzana. 4. WNIOSKI W pracy zaprezentowano metodę estymac prędkośc poazdu na podstawe obrazu zareestrowanego przez kamerę wdeo, zaweraącego zakłócena o wysokm pozome. Algorytm wykorzystue metodę wygładzana (wyrównywana) wykładnczego Browna (wzór ()). W pracy zaproponowano dwustronną metodę wygładzana wykładnczego (wzory () (2)), która prowadz do mneszego błędu rmse, nŝ metoda Browna (wzór ()). Wynk proponowane metody porównano z metodą aproksymac parabolczne [2] oraz metodą średne ruchome [3]. W trakce symulac komputerowych rozpatrzono wykorzystane fltru medanowego do wstępne obróbk sygnału. Nestety, uzyskwano wartośc rmse nemal dwukrotne wększe, nŝ dla pozostałych metod - w zwązku z czym ne umeszczono wynków dla te metody. Uwzględnaąc wartośc błędu średnokwadratowego (wzór () oraz złoŝoność poszczególnych algorytmów (wzór (2)), naleŝy polecć metodę dwustronnego wygładzana wykładnczego oraz metodę średne ruchome. 5. BIBLIOGRAFIA [] Krzyśko M.: Statystyka matematyczna. Cz.II, Poznań, UAM 997 [2] Purczyńsk J.: Estmaton of the Mean Velocty of a Group of Vehcles n Strong Random Nose Condtons, Seres: Communcatons n Computer and Informaton Scence No 04, TST, Sprnger- Verlag Berln Hedelberg 200, pp [3] Purczyńsk J.: Estymaca prędkośc poazdu w warunkach slnych zakłóceń losowych z wykorzystanem funkc nterkorelac, Logstyka nr 6/200 str (CD-ROM) [4] Zelaś A., Pawełek B., Wanat S.: Prognozowane ekonomczne Teora, Przykłady, Zadana, Warszawa, Wydawnctwo Naukowe PWN, 2003 Praca fnansowana ze środków Mnsterstwa Nauk Szkolnctwa WyŜszego (Proekt badawczy Nr N N Estymaca traektor ruchu poazdów z wykorzystanem analzy bayesowske oraz algorytmów cyfrowego przetwarzana obrazów ).
TRANSCOMP XIV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT
TRANSCOMP XIV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT Jan PURCZYŃSKI 1 Estymacja prędkości pojazdu, Zakłócenia losowe obrazu, Symulacje komputerowe ESTYMACJA PRĘDKOŚCI
Weryfikacja hipotez dla wielu populacji
Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w
Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup
Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT
APROKSYMACJA QUASIJEDNOSTAJNA
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 73 Electrcal Engneerng 213 Jan PURCZYŃSKI* APROKSYMACJA QUASIJEDNOSTAJNA W pracy wykorzystano metodę aproksymacj średnokwadratowej welomanowej, przy
Wykład 2: Uczenie nadzorowane sieci neuronowych - I
Wykład 2: Uczene nadzorowane sec neuronowych - I Algorytmy uczena sec neuronowych Na sposób dzałana sec ma wpływ e topologa oraz funkconowane poszczególnych neuronów. Z reguły topologę sec uznae sę za
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj
65120/ / / /200
. W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę
) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4
Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =
Wykład 2: Uczenie nadzorowane sieci neuronowych - I
Wykład 2: Uczene nadzorowane sec neuronowych - I Algorytmy uczena sec neuronowych Na sposób dzałana sec ma wpływ e topologa oraz funkconowane poszczególnych neuronów. Z reguły topologę sec uznae sę za
SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW
SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.
KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje
Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4
Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja
Problem plecakowy (KNAPSACK PROBLEM).
Problem plecakowy (KNAPSACK PROBLEM). Zagadnene optymalzac zwane problemem plecakowym swą nazwę wzęło z analog do sytuac praktyczne podobne do problemu pakowana plecaka. Chodz o to, by zapakować maksymalne
Podstawy teorii falek (Wavelets)
Podstawy teor falek (Wavelets) Ψ(). Transformaca Haara (97).. Przykład pewne metody zapsu obrazu Transformaca Haara Przykład zapsu obrazu -D Podstawy matematyczne transformac Algorytmy rozkładana funkc
STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],
STATECZNOŚĆ SKARP W przypadku obektu wykonanego z gruntów nespostych zaprojektowane bezpecznego nachylena skarp sprowadza sę do przekształcena wzoru na współczynnk statecznośc do postac: tgφ tgα = n gdze:
Stanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne
Krzysztof Borowski Zastosowanie metody wideł cenowych w analizie technicznej
Krzysztof Borowsk Zastosowane metody wdeł cenowych w analze technczne Wprowadzene Metoda wdeł cenowych została perwszy raz ogłoszona przez Alana Andrewsa 1 w roku 1960. Trzy lne wchodzące w skład metody
W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.
Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas
Klasyfkator lnowy Wstęp Klasyfkator lnowy jest najprostszym możlwym klasyfkatorem. Zakłada on lnową separację lnowy podzał dwóch klas mędzy sobą. Przedstawa to ponższy rysunek: 5 4 3 1 0-1 - -3-4 -5-5
WYZNACZANIE PRZYSPIESZENIA ZIEMSKIEGO ZA POMOCĄ WAHADŁA RÓŻNICOWEGO
I PRACOWNIA FIZYCZNA, INSYU FIZYKI UMK, ORUŃ Instrukca do ćwczena nr WYZNACZANIE PRZYSPIESZENIA ZIEMSKIEGO ZA POMOCĄ WAHADŁA RÓŻNICOWEGO 1. Cel ćwczena Celem ćwczena est poznane ruchu harmonczneo eo praw,
Wielokategorialne systemy uczące się i ich zastosowanie w bioinformatyce. Rafał Grodzicki
Welokategoralne systemy uząe sę h zastosowane w bonformatye Rafał Grodzk Welokategoralny system uząy sę (multlabel learnng system) Zbór danyh weśowyh: d X = R Zbór klas (kategor): { 2 } =...Q Zbór uząy:
ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 5(96)/2013
ZESZYTY NAUKOWE NSTYTUTU POJAZDÓW 5(96)/2013 Hubert Sar, Potr Fundowcz 1 WYZNACZANE MASOWEGO MOMENTU BEZWŁADNOŚC WZGLĘDEM OS PODŁUŻNEJ DLA SAMOCHODU TYPU VAN NA PODSTAWE WZORÓW DOŚWADCZALNYCH 1. Wstęp
METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.
Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)
WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO
Walenty OWIECZKO WPŁYW PARAMETRÓW DYSKRETYZACJI A IEPEWOŚĆ WYIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO STRESZCZEIE W artykule przedstaono ynk analzy nepenośc pomaru ybranych cech obektu obrazu cyfroego. Wyznaczono
Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB
Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe
Statystyka Inżynierska
Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje
Evaluation of estimation accuracy of correlation functions with use of virtual correlator model
Jadwga LAL-JADZIAK Unwersytet Zelonogórsk Instytut etrolog Elektrycznej Elżbeta KAWECKA Unwersytet Zelonogórsk Instytut Informatyk Elektronk Ocena dokładnośc estymacj funkcj korelacyjnych z użycem modelu
OPTYMALIZACJA ALGORYTMÓW WYZNACZANIA RUCHU CIECZY LEPKIEJ METODĄ SZTUCZNEJ ŚCIŚLIWOŚCI
MODELOWANIE INśYNIERSKIE ISSN 1896-771X 36, s. 187-192, Glwce 2008 OPTYMALIZACJA ALGORYTMÓW WYZNACZANIA RUCHU CIECZY LEPKIEJ METODĄ SZTUCZNEJ ŚCIŚLIWOŚCI ZBIGNIEW KOSMA, BOGDAN NOGA Instytut Mechank Stosowane,
Zadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane
( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X
Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są
± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości
Podstawowe pojęca procesu pomarowego kreślene jakośc poznana rzeczywstośc Δ zmerzone rzeczywste 17 9 Zalety stosowana elektrycznych przyrządów 1/ 1. możlwość budowy czujnków zamenających werne każdą welkość
Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,
WYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA
WYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA. Ops teoretyczny do ćwczena zameszczony jest na strone www.wtc.wat.edu.pl w dzale DYDAKTYKA FIZYKA ĆWICZENIA LABORATORYJNE.. Ops układu pomarowego
Natalia Nehrebecka. Zajęcia 4
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających
Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ
WERYFIKACJA HIPOTEZY O ISTOTNOŚCI OCEN PARAMETRÓW STRUKTURALNYCH MODELU Hpoezy o sonośc oszacowao paramerów zmennych objaśnających Tesowane sonośc paramerów zmennych objaśnających sprowadza sę do nasępującego
Analiza struktury zbiorowości statystycznej
Analza struktury zborowośc statystycznej.analza tendencj centralnej. Średne klasyczne Średna arytmetyczna jest parametrem abstrakcyjnym. Wyraża przecętny pozom badanej zmennej (cechy) w populacj generalnej:
Stanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy
ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH
Grzegorz PRZEKOTA ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Zarys treśc: W pracy podjęto problem dentyfkacj cykl gełdowych.
Natalia Nehrebecka. Wykład 2
Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad
Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.
Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane
Minister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha 25 00-918 Warszawa Dnia 03 czerwca 2009 r.
Mnster Edukacj arodowej Pan Katarzyna HALL Mnsterstwo Edukacj arodowej al. J. Ch. Szucha 25 00-918 arszawa Dna 03 czerwca 2009 r. TEMAT: Propozycja zmany art. 30a ustawy Karta auczycela w forme lstu otwartego
Stanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane
Laboratorium ochrony danych
Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz
Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)
Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz
MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5
MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając
1.1. Uprość opis zdarzeń: 1.2. Uprościć opis zdarzeń: a) A B A Uprościć opis zdarzeń: 1.4. Uprościć opis zdarzeń:
.. Uprość ops zdarzeń: a) A B, A \ B b) ( A B) ( A' B).. Uproścć ops zdarzeń: a) A B A b) A B, ( A B) ( B C).. Uproścć ops zdarzeń: a) A B A B b) A B C ( A B) ( B C).4. Uproścć ops zdarzeń: a) A B, A B
ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012
ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW (88)/01 Hubert Sar, Potr Fundowcz 1 WYZNACZANIE ASOWEGO OENTU BEZWŁADNOŚCI WZGLĘDE OSI PIONOWEJ DLA SAOCHODU TYPU VAN NA PODSTAWIE WZORU EPIRYCZNEGO 1. Wstęp asowy moment
Proces narodzin i śmierci
Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do
Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE
Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:
Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne
ś POLITECHNIKA POZNAŃSKA INSTYTUT INŻYNIERII ŚRODOWISKA PROWADZĄCY: mgr nż. Łukasz Amanowcz Systemy Ochrony Powetrza Ćwczena Laboratoryjne 2 TEMAT ĆWICZENIA: Oznaczane lczbowego rozkładu lnowych projekcyjnych
Sprawozdanie powinno zawierać:
Sprawozdane pownno zawerać: 1. wypełnoną stronę tytułową (gotowa do ćw. nr 0 na strone drugej, do pozostałych ćwczeń zameszczona na strone 3), 2. krótk ops celu dośwadczena, 3. krótk ops metody pomaru,
Stanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych
Przykład 5.1. Kratownica dwukrotnie statycznie niewyznaczalna
rzykład.. Kratownca dwukrotne statyczne newyznaczana oecene: korzystaąc z metody sł wyznaczyć sły w prętach ponższe kratowncy. const Rozwązane zadana rozpoczynamy od obczena stopna statyczne newyznaczanośc
Zarządzanie ryzykiem w przedsiębiorstwie i jego wpływ na analizę opłacalności przedsięwzięć inwestycyjnych
dr nż Andrze Chylńsk Katedra Bankowośc Fnansów Wyższa Szkoła Menedżerska w Warszawe Zarządzane ryzykem w rzedsęborstwe ego wływ na analzę ołacalnośc rzedsęwzęć nwestycynych w w w e - f n a n s e c o m
KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej
Wyznaczanie współczynnika sztywności zastępczej układu sprężyn
Wyznaczane zastępczej sprężyn Ćwczene nr 10 Wprowadzene W przypadku klku sprężyn ze sobą połączonych, można mu przypsać tzw. współczynnk zastępczej k z. W skrajnych przypadkach sprężyny mogą być ze sobą
FILTRACJA OBRAZÓW CYFROWYCH Z WYKORZYSTANIEM BAYESOWSKIEGO WAśONEGO UŚREDNIANIA
STUDIA INFORMATICA 2010 Volume 31 Number 2A (89) Alna MOMOT Poltechnka Śląska, Instytut Informatyk FILTRACJA OBRAZÓW CYFROWYCH Z WYKORZYSTANIEM BAYESOWSKIEGO WAśONEGO UŚREDNIANIA Streszczene. Fltry cyfrowe
Diagnostyka układów kombinacyjnych
Dagnostyka układów kombnacyjnych 1. Wprowadzene Dagnostyka obejmuje: stwerdzene stanu układu, systemu lub ogólne sec logcznej. Jest to tzw. kontrola stanu wykrywająca czy dzałane sec ne jest zakłócane
Pomiar mocy i energii
Zakład Napędów Weloźródłowych Instytut Maszyn Roboczych CęŜkch PW Laboratorum Elektrotechnk Elektronk Ćwczene P3 - protokół Pomar mocy energ Data wykonana ćwczena... Zespół wykonujący ćwczene: Nazwsko
Poszukiwanie optymalnego wyrównania harmonogramu zatrudnienia metodą analityczną
Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowiska, Szkoła Główna Gospodarstwa Wieskiego, Warszawa, ul. Nowoursynowska 159 e-mail: mieczyslaw_polonski@sggw.pl Poszukiwanie optymalnego wyrównania
Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu
PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju
0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4
Zad. 1. Dana jest unkcja prawdopodobeństwa zmennej losowej X -5-1 3 8 p 1 1 c 1 Wyznaczyć: a. stałą c b. wykres unkcj prawdopodobeństwa jej hstogram c. dystrybuantę jej wykres d. prawdopodobeństwa: P (
Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A
Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe
Metody gradientowe poszukiwania ekstremum. , U Ŝądana wartość napięcia,
Metody gradentowe... Metody gradentowe poszukwana ekstremum Korzystają z nformacj o wartośc funkcj oraz jej gradentu. Wykazując ch zbeŝność zakłada sę, Ŝe funkcja celu jest ogranczona od dołu funkcją wypukłą
Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy rozkroju materiałowego, zagadnienia dualne
Instrukca do ćwczeń laboratorynych z przedmotu: Badana operacyne Temat ćwczena: Problemy rozkrou materałowego, zagadnena dualne Zachodnopomorsk Unwersytet Technologczny Wydzał Inżyner Mechanczne Mechatronk
Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010
Egzamn ze statystyk/ Studa Lcencjacke Stacjonarne/ Termn /czerwec 2010 Uwaga: Przy rozwązywanu zadań, jeśl to koneczne, naleŝy przyjąć pozom stotnośc 0,01 współczynnk ufnośc 0,99 Zadane 1 PonŜsze zestawene
f 4,3 m l 20 m 4 f l x x 2 y x l 2 4 4,3 20 x x ,86 x 0,043 x 2 y x 4 f l 2 x l 2 4 4, x dy dx tg y x ,86 0,086 x
f l Ry. 3. Rozpatrywany łuk parabolczny 4 f l x x 2 y x l 2 f m l 2 m y x 4 2 x x 2 2 2,86 x,43 x 2 tg y x dy 4 f l 2 x l 2 4 2 2 x 2 2,86,86 x Mechanka Budowl Projekty Zgodne ze poobem rozwązywana układów
NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz
NAFTA-GAZ marzec 2011 ROK LXVII Tadeusz Kwlosz Instytut Nafty Gazu, Oddzał Krosno Zastosowane metody statystycznej do oszacowana zapasu strategcznego PMG, z uwzględnenem nepewnośc wyznaczena parametrów
TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE
POLITHNIKA RZSZOWSKA Katedra Podstaw lektronk Instrkcja Nr4 F 00/003 sem. letn TRANZYSTOR IPOLARNY HARAKTRYSTYKI STATYZN elem ćwczena jest pomar charakterystyk statycznych tranzystora bpolarnego npn lb
STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW
Zakład Metrolog Systemów Pomarowych P o l t e c h n k a P o z n ańska ul. Jana Pawła II 4 60-965 POZAŃ (budynek Centrum Mechatronk, Bomechank anonżyner) www.zmsp.mt.put.poznan.pl tel. +48 61 665 5 70 fax
PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Krzysztof Dmytrów * Marusz Doszyń ** Unwersytet Szczecńsk PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA
7.8. RUCH ZMIENNY USTALONY W KORYTACH PRYZMATYCZNYCH
WYKŁAD 7 7.8. RUCH ZMIENNY USTALONY W KORYTACH PRYZMATYCZNYCH 7.8.. Ogólne równane rucu Rucem zmennym w korytac otwartyc nazywamy tak przepływ, w którym parametry rucu take jak prędkość średna w przekroju
BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20
Darusz Letkowsk Unwersytet Łódzk BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG0 Wprowadzene Teora wyboru efektywnego portfela nwestycyjnego zaproponowana przez H. Markowtza oraz jej rozwnęca
Zaawansowane metody numeryczne
Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x
Modelowanie i obliczenia techniczne. Metody numeryczne w modelowaniu: Optymalizacja
Modelowane oblczena technczne Metody numeryczne w modelowanu: Optymalzacja Zadane optymalzacj Optymalzacja to ulepszane lub poprawa jakośc danego rozwązana, projektu, opracowana. Celem optymalzacj jest
EKONOMETRIA I Spotkanie 1, dn. 05.10.2010
EKONOMETRIA I Spotkane, dn. 5..2 Dr Katarzyna Beń Program ramowy: http://www.sgh.waw.pl/nstytuty/e/oferta_dydaktyczna/ekonometra_stacjonarne_nest acjonarne/ Zadana, dane do zadań, ważne nformacje: http://www.e-sgh.pl/ben/ekonometra
Kwantowa natura promieniowania elektromagnetycznego
Efekt Comptona. Kwantowa natura promenowana elektromagnetycznego Zadane 1. Foton jest rozpraszany na swobodnym elektrone. Wyznaczyć zmanę długośc fal fotonu w wynku rozproszena. Poneważ układ foton swobodny
ZESZYTY NAUKOWE NR x(xx) AKADEMII MORSKIEJ W SZCZECINIE. Metody wymiarowania obszaru manewrowego statku oparte na badaniach rzeczywistych
ISSN 009-069 ZESZYTY NUKOWE NR () KDEMII MORSKIEJ W SZCZECINIE IV MIĘDZYNRODOW KONFERENCJ NUKOWO-TECHNICZN E X P L O - S H I P 0 0 6 Paweł Zalewsk, Jakub Montewka Metody wymarowana obszaru manewrowego
BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda
BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp
SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.
SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA Częstochowa 4 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TWIERDZENIE BAYESA Wedza pozyskwana przez metody probablstyczne ma
Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer
Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,
ZESTAW ZADAŃ Z INFORMATYKI
(Wpsue zdaąc przed rozpoczęcem prac) KOD ZDAJĄCEGO ZESTAW ZADAŃ Z INFORMATYKI CZĘŚĆ II (dla pozomu rozszerzonego) GRUDZIEŃ ROK 004 Czas prac 50 mnut Instrukca dla zdaącego. Proszę sprawdzć, cz zestaw zadań
Natalia Nehrebecka. Zajęcia 3
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a
Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3
Stansław Cchock Natala Nehrebecka Katarzyna Rosak-Lada Zajęca 3 1. Dobrod dopasowana równana regresj. Współczynnk determnacj R 2 Dekompozycja warancj zmennej zależnej Współczynnk determnacj R 2 2. Zmenne
Michal Strzeszewski Piotr Wereszczynski. poradnik. Norma PN-EN 12831. Nowa metoda. obliczania projektowego. obciazenia cieplnego
Mchal Strzeszewsk Potr Wereszczynsk Norma PN-EN 12831 Nowa metoda oblczana projektowego. obcazena ceplnego poradnk Mchał Strzeszewsk Potr Wereszczyńsk Norma PN EN 12831 Nowa metoda oblczana projektowego
Ile wynosi suma miar kątów wewnętrznych w pięciokącie?
1 Ile wynos suma mar kątów wewnętrznych w pęcokące? 1 Narysuj pęcokąt foremny 2 Połącz środek okręgu opsanego na tym pęcokące ze wszystkm werzchołkam pęcokąta 3 Oblcz kąty każdego z otrzymanych trójkątów
Praca podkładu kolejowego jako konstrukcji o zmiennym przekroju poprzecznym zagadnienie ekwiwalentnego przekroju
Praca podkładu kolejowego jako konstrukcj o zmennym przekroju poprzecznym zagadnene ekwwalentnego przekroju Work of a ralway sleeper as a structure wth varable cross-secton - the ssue of an equvalent cross-secton
Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej
Badane współzaleŝnośc dwóch cech loścowych X Y. Analza korelacj prostej Badane zaleŝnośc dwóch cech loścowych. Analza regresj prostej Kody znaków: Ŝółte wyróŝnene nowe pojęce czerwony uwaga kursywa komentarz
Określanie mocy cylindra C w zaleŝności od ostrości wzroku V 0 Ostrość wzroku V 0 7/5 6/5 5/5 4/5 3/5 2/5 Moc cylindra C 0,5 0,75 1,0 1,25 1,5 > 2
T A R C Z A Z E G A R O W A ASTYGMATYZM 1.Pojęca ogólne a) astygmatyzm prosty (najbardzej zgodny z pozomem) - najbardzej płask połudnk tzn. o najmnejszej mocy jest pozomy b) astygmatyzm odwrotny (najbardzej
Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch
Za: Stansław Latoś, Nwelacja trygonometryczna, [w:] Ćwczena z geodezj II [red.] J. eluch 6.1. Ogólne zasady nwelacj trygonometrycznej. Wprowadzene Nwelacja trygonometryczna, zwana równeż trygonometrycznym
ZAJĘCIA 3. Pozycyjne miary dyspersji, miary asymetrii, spłaszczenia i koncentracji
ZAJĘCIA Pozycyjne ary dyspersj, ary asyetr, spłaszczena koncentracj MIARY DYSPERSJI: POZYCYJNE, BEZWZGLĘDNE Rozstęp dwartkowy (ędzykwartylowy) Rozstęp dwartkowy określa rozpętośd tej częśc obszaru zennośc
Pattern Classification
attern Classfcaton All materals n these sldes were taken from attern Classfcaton nd ed by R. O. Duda,. E. Hart and D. G. Stork, John Wley & Sons, 000 wth the permsson of the authors and the publsher Chapter
Ćwiczenie 10. Metody eksploracji danych
Ćwczene 10. Metody eksploracj danych Grupowane (Clusterng) 1. Zadane grupowana Grupowane (ang. clusterng) oznacza grupowane rekordów, obserwacj lub przypadków w klasy podobnych obektów. Grupa (ang. cluster)
Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej
Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.
SYMULACJA KOMPUTEROWA NAPRĘŻEŃ DYNAMICZNYCH WE WRĘGACH MASOWCA NA FALI NIEREGULARNEJ
Jan JANKOWSKI *), Maran BOGDANIUK *),**) SYMULACJA KOMPUTEROWA NAPRĘŻEŃ DYNAMICZNYCH WE WRĘGACH MASOWCA NA FALI NIEREGULARNEJ W referace przedstawono równana ruchu statku w warunkach falowana morza oraz
OGÓLNE PODSTAWY SPEKTROSKOPII
WYKŁAD 8 OGÓLNE PODSTAWY SPEKTROSKOPII E E0 sn( ωt kx) ; k π ; ω πν ; λ T ν E (m c 4 p c ) / E +, dla fotonu m 0 p c p hk Rozkład energ w stane równowag: ROZKŁAD BOLTZMANA!!!!! P(E) e E / kt N E N E/
Prawdopodobieństwo i statystyka r.
Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby
Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa
Badana sondażowe Brak danych Konstrukcja wag Agneszka Zęba Zakład Badań Marketngowych Instytut Statystyk Demograf Szkoła Główna Handlowa 1 Błędy braku odpowedz Całkowty brak odpowedz (UNIT nonresponse)
BADANIE DRGAŃ WŁASNYCH NAPĘDU ROBOTA KUCHENNEGO Z SILNIKIEM SRM
Zeszyty Problemowe Maszyny Elektryczne Nr 88/2010 13 Potr Bogusz Marusz Korkosz Jan Prokop POLITECHNIKA RZESZOWSKA Wydzał Elektrotechnk Informatyk BADANIE DRGAŃ WŁASNYCH NAPĘDU ROBOTA KUCHENNEGO Z SILNIKIEM
Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach
Jacek Batóg Unwersytet Szczecńsk Analza dagnoza sytuacj fnansowej wybranych branż notowanych na Warszawskej Gełdze Paperów Wartoścowych w latach 997-998 W artykule podjęta została próba analzy dagnozy