Zastosowania neuronowych klasyfikatorów grup podobieństwa dla wybranych wirtualnych obrazów wad materiałowych
Artykuł w czasopiśmie
| Status: | |
| Warianty tytułu: |
Neural classifier of similarity groups applied in selected virtual image of defects
|
| Autorzy: | Giżewski Tomasz, Wac-Włodarczyk Andrzej, Goleman Ryszard, Kowalski Ireneusz |
| Rok wydania: | 2011 |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Język: | polski |
| Numer czasopisma: | 12b |
| Wolumen/Tom: | 87 |
| Strony: | 53 - 56 |
| Impact Factor: | 0,244 |
| Web of Science® Times Cited: | 0 |
| Bazy: | Web of Science |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | NIE |
| Publikacja OA: | NIE |
| Abstrakty: | polski | angielski |
| W artykule przedstawiono metodologię klasyfikacji materiałów magnetycznych na podstawie charakterystycznego modelu statycznego,który jest analogiczny do funkcji gęstości klasycznego modelu Preisacha.Badana powierzchnia jest wirtualnym obrazem uzyskanym przez przetworzenie histerezy różnicowej.Jej postać umożliwia modelowanie rozkładu funkcji wagi,charakteryzującego dany typ wady materiałów ferromagnetycznych. | |
| The article presents a methodology for ciassification of magnetic materials based on the characteristic static model,which is analogous to the classical model of the density function Preisacha.The study area is a virtual image obtained by differental hysteresis processing.It's character allows modeling of the weight function distribution,that is typical for the type of defects in ferromagnetic materials.(Neural classifer of similarity groups applied in selected virtual image of defects). |
