Wynik wyszukiwania
Zapytanie: CO-OCCURRENCE MATRIX
Liczba odnalezionych rekordów: 4



Przejście do opcji zmiany formatu | Wyświetlenie wyników w wersji do druku | Pobranie pliku do edytora | Przesłanie wyników do modułu analizy | excel | Nowe wyszukiwanie
1/4
Nr opisu: 0000127933
Tytuł oryginału: Defect detection in textiles with co-occurrence matrix as a texture model description.
Autorzy: Karolina Nurzyńska, M. Czardybon.
Źródło: W: Combinatorial image analysis. 19th International Workshop, IWCIA 2018, Porto, Portugal, November 22-24, 2018. Proceedings. Eds. R. P. Barneva, J.M.R.S. Tavares, V. E. Brimkov. Cham : Springer Verlag, 2018, s. 216-226, bibliogr. 23 poz.
ISBN: 978-303005287-4
Seria: (Lecture Notes in Computer Science ; vol. 11255 Lecture Notes in Artificial Intelligence ; 0302-9743)
Punktacja MNiSW: 20.000
Liczba arkuszy wydawniczych: 0,5
Bazy indeksujące publikację: Springer; Scopus
DOI:
Słowa kluczowe polskie: detekcja defektów ; segmentacja obrazu ; macierz współwystępowania
Słowa kluczowe angielskie: defect detection ; image segmentation ; co-occurrence matrix
Typ publikacji: RK
Język publikacji: ENG
Zasieg terytorialny: Z
Afiliacja: praca afiliowana w PŚl.
Dostęp on-line:


2/4
Nr opisu: 0000116565
Tytuł oryginału: Combining SVD and co-occurrence matrix information to recognize organic solar cells defects with a elliptical basis function network classifier.
Autorzy: G. Lo Sciuto, G. Capizzi, D. Gotleyb, S. Linde, R. Shikler, Marcin Woźniak, Dawid Połap.
Źródło: W: Artificial intelligence and soft computing. 16th International Conference, ICAISC 2017, Zakopane, Poland, June 11-15, 2017. Proceedings. Pt. 2. Eds.: Leszek Rutkowski, Marcin Korytkowski, Rafał Scherer, Ryszard Tadeusiewicz, Lotfi A. Zadeh, Jacek M. Zurada. Cham : Springer, 2017, s. 518-532, bibliogr. 17 poz.
ISBN: 978-3-319-59059-2978-3-319-59060-8
Seria: (Lecture Notes in Computer Science ; vol. 10246 0302-9743)
Punktacja MNiSW: 20.000
Liczba arkuszy wydawniczych: 0,8
Bazy indeksujące publikację: Scopus; Web of Science
DOI:
Słowa kluczowe polskie: organiczne ogniwo fotowoltaiczne ; sieć neuronowa EBF ; macierz współwystępowania ; dekompozycja wartości pojedynczej
Słowa kluczowe angielskie: organic solar cell ; EBFs neural network ; co-occurrence matrix ; singular value decomposition
Typ publikacji: RK
Język publikacji: ENG
Zasieg terytorialny: Z
Afiliacja: praca afiliowana w PŚl.


3/4
Nr opisu: 0000110965
Tytuł oryginału: A novel neural networks-based texture image processing algorithm for orange defects classification
Autorzy: G. Capizzi, G. Lo Sciuto, C. Napoli, E. Tramontana, Marcin Woźniak.
Źródło: -Int. J. Comput. Sci. Appl. 2016 vol. 13 iss. 2, s. 45-60, bibliogr. 39 poz.
Punktacja MNiSW: 5.000
Liczba arkuszy wydawniczych: 0,7
p-ISSN: 0972-9038
Słowa kluczowe polskie: macierz zdarzeń ; analiza tekstury ; rozpoznawanie wzorców ; probabilistyczna sieć neuronowa
Słowa kluczowe angielskie: co-occurrence matrix ; texture analysis ; pattern recognition ; probabilistic neural network
Typ publikacji: A
Język publikacji: ENG
Zasieg terytorialny: Z
Afiliacja: praca afiliowana w PŚl.
Informacje o dostępie open-access: open-access-licence: OTHER
Dostęp on-line:


4/4
Nr opisu: 0000103639
Tytuł oryginału: Automatic classification of fruit defects based on co-occurrence matrix and neural networks.
Autorzy: G. Capizzi, G. Lo Sciuto, C. Napoli, E. Tramontana, Marcin Woźniak.
Źródło: W: Proceedings of the 2015 Federated Conference on Computer Science and Information Systems (FedCSIS), September 13-16, 2015, Łódź, Poland. Eds. Maria Ganzha, Leszek Maciaszek, Marcin Paprzycki. Warsaw : Polskie Towarzystwo Informatyczne, 2015, s. 861-867, bibliogr. 39 poz.
ISBN: 978-83-60810-65-1978-83-60810-66-8
Seria: (Annals of Computer Science and Information Systems ; vol. 5 2300-5963)
Liczba arkuszy wydawniczych: 0,5
Bazy indeksujące publikację: Scopus; IEEE Xplore; Web of Science
DOI:
Słowa kluczowe polskie: macierz współwystępowania ; rozpoznawanie wzorców ; probabilistyczna sieć neuronowa ; analiza tekstury
Słowa kluczowe angielskie: co-occurrence matrix ; pattern recognition ; probabilistic neural network ; texture analysis
Typ publikacji: RK
Język publikacji: ENG
Zasieg terytorialny: K
Afiliacja: praca afiliowana w PŚl.
Dostęp on-line:


stosując format:
Nowe wyszukiwanie