Complementary Filter DCM Algorithm

Log InSign Up

• Log In
• Sign Up
• more
• • About
  • Press
  • Papers
  • Terms
  • Privacy
  • Copyright
  • We're Hiring!
  • Help Center
  • less

Outline

keyboard_arrow_downTitledownload

Download Free PDF

Download Free PDFComplementary Filter DCM algorithmAnh Lê Tuấnvisibility

…

description

4 pages

descriptionSee full PDFdownloadDownload PDF bookmarkSave to LibraryshareShareclose

Sign up for access to the world's latest research

Sign up for freearrow_forwardcheckGet notified about relevant paperscheckSave papers to use in your researchcheckJoin the discussion with peerscheckTrack your impact

Related papers

An effective axiomatization for real time ACPWan Fokkink

Information and Computation, 1995

Baeten and Bergstra added real time to ACP and introduced the notion of integration, which expresses the possibility of an action happening within a time interval. In order to axiomatize this feature, they needed an "uncountable" axiom, This paper deals with prefix integration, and integration is parametrized by conditions, which are inequalities between linear expressions of variables. We present an axiomatization for process terms and propose a strategy to decide bisimulation equivalence between process terms by means of this axiomatization.

downloadDownload free PDFView PDFchevron_rightConstructing inverse mappings of hedges08.Trần Đình Khang

Journal of Computer Science and Cybernetics, 2012

The paper studies the properties of inverse mappings of hedges in monotonic hedge algebras, which have dealt in . We propose new criteria to determine the inverse mappings of hedges. Some approaches to construct the inverse mappings of hedges are also given. Tóm tȃ ´t. Bài báo nghiên cú . u các tính châ ´t cu 'a ánh xa . ngu . o . . c cu 'a gia tu . ' du . o . . c du . a ra trong [5,6,7], dê `xuâ ´t các tiêu chuâ ' n dê ' xác di . nh ánh xa . ngu . o . . c cu 'a gia tu . ' , tù . dó xây du . . ng các tiê ´p câ . n tìm ánh xa . ngu . o . . c cu 'a gia tu . ' . 1. D Ȃ . T V Â ´N D Ê Cùng vó . i su . . phát triê ' n cu ' a khoa ho . c máy tính, vâ ´n dê `mô hình hoá cách biê ' u da . t tu . duy du . . a trên ngôn ngũ . tu . . nhiên cu ' a con ngu . ò. i dang râ ´t du . o . . c quan tâm nghiên cú . u, bo . ' i kha ' nȃng làm cho các ú. ng du . ng trên máy tính tro . ' nên "thông minh" ho . n, gâ `n gũi ho . n. Vó . i lý thuyê ´t tâ . p mò . [1,2], ngũ . nghĩa cu ' a khái niê . m ngôn ngũ . du . o . . c biê ' u diê ˜n thông qua hàm thuô . c trên không gian nê `n và các tra . ng tù . nhâ ´n du . o . . c diê ˜n di . ch nhu . là các toán tu . ' mô . t ngôi, biê ´n dô ' i hàm thuô . c cu ' a khái niê . m gô ´c. Lý thuyê ´t vê `da . i sô ´gia tu . ' [3,4] xây du . . ng mô . t câ ´u trúc dàn cho các giá tri . ngôn ngũ . , có quan sát su . . tác dô . ng cu ' a các tra . ng tù . nhâ ´n vào nhau, bȃ `ng tính châ ´t kê ´thù . a ngũ . nghĩa, mô hình hóa du . o . . c miê `n giá tri . chân lý ngôn ngũ . và xây du . . ng phu . o . ng pháp suy luâ . n tru . . c tiê ´p trên các giá tri . ngôn ngũ . . Tuy nhiên hê . luâ . t suy diê ˜n trong da . i sô ´gia tu . ' vâ ˜n chu . a dáp ú. ng dâ `y du ' khi gia ' i quyê ´t các bài toán suy diê ˜n. Khi chuyê ' n gia tu . ' , tù . mê . nh dê `p trong (p(x, hu), t), vó . i x là mô . t dô ´i tu . o . . ng, h là gia tu . ' , u là giá tri . ngôn ngũ . , t là giá tri . chân lý, có thê ' chuyê ' n thành (p(x, u), ht). Nhu . ng vó . i k = h, làm sao có thê ' chuyê ' n thành (p(x, ku), t ), hay là, làm sao có thê ' tính du . o . . c t trong (p(x, ku), t ) ? Quan sát luâ . t chuyê ' n gia tu . ' : (p(x, hu), t) ⇒ (p(x, u), ht), có thê ' thâ ´y t ⇒ ht, nghĩa là h là toán tu . ' tác dô . ng vào t ta . o thành ht, và hu ⇒ u, nghĩa là có mô . t toán tu . ' nào dó "khu . ' " gia tu . ' h trong hu. O . ' chiê `u ngu . o . . c la . i (p(x, u), ht) ⇒ (p(x, hu), t), gia tu . ' h tác dô . ng vào u * Nghiên cú . u du . o . . c hoàn thành vó . i su . . hô ˜tro . . tù . Quỹ phát triê ' n Khoa ho . c và Công nghê . Quô ´c gia (Nafosted) TR Â `N D ÌNH KHANG, TA . QUANG TRUNG, L Ê ANH PHU . O . NG ta . o thành hu, nhu . ng ht bi . "khu . ' " di h dê ' có t. Nhu . vâ . y, trong luâ . t chuyê ' n gia tu . ' , dô `ng hành vó . i viê . c nhâ ´n thêm gia tu . ' , còn có "khu . ' " gia tu . ' nũ . a. Diê `u này cũng phù ho . . p vó . i các câ ´u trúc toán hay logic: khi có toán tu . ' tác dô . ng, thì cũng có thê ' sinh ra ánh xa . ngu . o . . c vó . i nó. Bài báo [5], nȃm 2006, dã dê `xuâ ´t ánh xa . ngu . o . . c cu ' a gia tu . ' áp du . ng cho logic mô ta ' mò . ngôn ngũ . . Các tài liê . u [6,7] dã vâ . n du . ng ánh xa . ngu . o . . c cu ' a gia tu . ' cho lâ . p luâ . n xâ ´p xı ' và chu . o . ng trình logic ngôn ngũ . . Các tài liê . u trên dã du . a ra các ví du . vê `ánh xa . ngu . o . . c gia tu . ' , và chú . ng to ' ý nghĩa vê `mȃ . t lý thuyê ´t cũng nhu . ú. ng du . ng cu ' a nó. Nhȃ `m tiê ´p tu . c phát triê ' n sâu thêm khái niê . m ánh xa . ngu . o . . c, bài báo này sẽ trình bày vê các tính châ ´t, tiêu chuâ ' n xác di . nh ánh xa . ngu . o . . c cu ' a gia tu . ' , tù . dó xây du . . ng phu . o . ng pháp tính toán ánh xa . ngu . o . . c cu ' a gia tu . ' dô ´i vó . i ló . p da . i sô ´gia tu . ' do . n diê . u. Bài báo gô `m 5 phâ `n: Phâ `n 2 nhȃ ´c la . i các khái niê . m co . ba ' n vê `da . i sô ´gia tu . ' do . n diê . u; Phâ `n 3 nghiên cú . u ánh xa . ngu . o . . c cu ' a gia tu . ' , tính châ ´t cu ' a ánh xa . ngu . o . . c; Phâ `n 4 xây du . . ng phu . o . ng pháp tìm ánh xa . ngu . o . . c cu ' a gia tu . ' và Phâ `n 5 là kê ´t luâ . n. 2. DA . I S Ô ´GIA TU . ' DO . N DI Ê . U Nhȃ ´c la . i vê `luâ . t chuyê ' n gia tu . ' (p(x, hu), t) ⇒ (p(x, u), ht), hoȃ . c (p(x, u), ht) ⇒ (p(x, hu), t), nhu . dã phân tích trong tài liê . u [8], sẽ là ho . . p lý nê ´u giá tri . ngôn ngũ . hu, u và giá tri . chân lý t, ht tȃng hoȃ . c gia ' m nghĩa theo hai hu . ó. ng ngu . o . . c nhau, nghĩa là, hu > u dô `ng hành vó . i ht < t, và ngu . o . . c la . i. Tuy nhiên, trong tru . ò. ng ho . . p tô ' ng quát, diê `u dó không pha ' i lúc nào cũng dúng. Ví du . , xét mê . nh dê `: "Bȃ ´c là râ ´t ít già là dúng" chuyê ' n gia tu . ' thành "Bȃ ´c là ít già là râ ´t dúng". Ta có, ít già > râ ´t ít già, và dô `ng thò . i râ ´t dúng > dúng. Nhu . vâ . y, ca ' giá tri . ngôn ngũ . và giá tri . chân lý dê `u "tȃng" lên. Các tình huô ´ng này du . o . . c xác di . nh bo . ' i quan hê . tác dô . ng SIGN , quy di . nh mô . t gia tu . ' làm tȃng hay gia ' m nghĩa cu ' a gia tu . ' khác hoȃ . c cu ' a phâ `n tu . ' sinh. Sau dây là mô . t ví du . vê `quan hê . tác dô . ng: (giá tri . 1 là tȃng nghĩa, -1 là gia ' m nghĩa). ' H. H thuâ `n nhâ ´t, có nghĩa là, SIGN (h, k) = SIGN (h, k ), nê ´u k, k cùng tính châ ´t du . o . ng, âm (nghĩa là SIGN (k, c) = SIGN (k , c)); và SIGN (h, k) = -SIGN (h, k ), nê ´u k, k khác X

downloadDownload free PDFView PDFchevron_rightExploring the Limits of Parameterized System VerificationKarsten Stahl

2006

) "# #$ " # 2 3 ( ! ) 0 1 2 #" %% #5 52% g 0 ( ' " 3

downloadDownload free PDFView PDFchevron_rightOn Kronecker Products Signal Processing Algorithms and Fpga Computational StructuresYvonne Aviles

An environment is developed where Kronecker-based signal processing algorithms are translated into equivalent hardware constructs in Field Programmable Gate Array (FPGA) units. This work focuses on the methodology that establishes the correspondence between Kronecker-based signal processing algorithms and hardware computational structures. Our work also presents the methodology as an alternative technique for modular design of computational structures for signal processing algorithms as well as an efficient framework for rapid prototyping. The work describes the methodology in terms of fast Fourier transform (FFT) algorithms; but, basic principles can be abstracted and generalized.

downloadDownload free PDFView PDFchevron_rightMột Kỹ Thuật Xây Dựng Hệ Bao Tự Động Cho Đối Tượng 3DĐức Hoàng

FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN 2015, 2016

Báo cáo này đề cập đến việc xây dựng hệ bao (Bounding volume hierarchy-BVH) tự động cho một đối tượng 3D. Việc xây dựng BVH cho đối tượng thường theo mô hình từ trên xuống (top-down), từ dưới lên (bottom-up) hoặc thêm vào (add in); với một dạng hộp bao cụ thể. Kỹ thuật đề xuất xây dựng BVH dựa trên việc sử dụng nhiều dạng hộp bao khác nhau phù hợp với thực tế hoạt động của đối tượng. Kỹ thuật đã được thử nghiệm và tỏ ra hiệu quả đối với các mô hình đối tượng 3D được xây dựng theo phương pháp liên tục. Từ khóa-hệ bao, tự động, nhiều dạng hộp bao, nhận dạng va chạm ABSTRACT-In this paper, we describe the algorithm construct the Bounding volume hierarchy (BVH) automatically for a 3D model. In common, the tree data constrution progress for BVH of an object could be implemented with Top-down model, Bottom-up model or Add-in model, with only determined bounding volume. We also describe a technic to construct the tree data of BVH based on algorithm using multiple kind of bounding volume according to the operation of objects. The algorithm was tested and showed the effect with the continous tree data construction of 3D models.

downloadDownload free PDFView PDFchevron_rightA Cipher Based on Data - Dependent PermutationsNguyễn Hiếu Minh

Data-dependent permutations (DDP) are introduced as basic cryptographic primitives to construct fast hardware-oriented ciphers. Some variants of the DDP operations and their application in the cipher CIKS-1 are considered. A feature of CIKS-1 is the use of both the data-dependent transformation of round subkeys and the keydependent DDP operations.

View PDFchevron_rightMột Phương Pháp Tra Cứu Ảnh Dựa Vào Độ Tương Tự Nhận Thứcnguyễn hoành quỳnh

FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN 2015, 2016

TÓM TẮT -Trong các hệ thống tra cứu ảnh dựa vào nội dung, các kết quả trả về thường không thỏa mãn nhu cầu thông tin của người dùng. Có hạn chế này là do: (1) ảnh truy vấn không biểu diễn được đầy đủ nhu cầu thông tin của người dùng, (2) các đặc trưng mức thấp không phản ánh được thông tin ngữ nghĩa của ảnh và (3) hàm khoảng cách kết hợp với các đặc trưng không thể hiện được nhận thức của người dùng. Để khắc phục hạn chế đó, chúng tôi đề xuất phương pháp tra cứu ảnh dựa vào độ tương tự nhận thức bằng việc xây dựng truy vấn tối ưu từ phản hồi của người dùng và tự động điều chỉnh sự quan trọng của mỗi chiều dữ liệu trong không gian đặc trưng. Chúng tôi đã thực nghiệm trên cơ sở dữ liệu ảnh gồm 10.800 ảnh. Các kết quả thực nghiệm chỉ ra rằng kỹ thuật này cải tiến được hiệu năng của hệ thống tra cứu ảnh dựa vào nội dung so với phương pháp đã có và cho kết quả gần với nhận thức của người dùng. Từ khóa -Tra cứu ảnh dựa vào nội dung, tương tự nhận thức, véc tơ đặc trưng.

downloadDownload free PDFView PDFchevron_rightGiải pháp thu hút vốn đầu tư vào tỉnh Cà MauHuỳnh Anh

2021

Nghiên cứu nhằm khám phá các nhân tố tác động đến việc thu hút vốn đầu tư vào tỉnh Cà Mau, tác động đến việc quyết định chọn Cà Mau là nơi đầu tư của các nhà đầu tư. Mẫu khảo sát bao gồm 335 nhà đầu tư trong và ngoài nước đã và đang đầu tư tại tỉnh Cà Mau. Kết quả cho thấy có 7 nhóm nhân tố tác động đến việc thu hút vốn đầu tư vào tỉnh Cà Mau: Kết quả nghiên cứu tìm ra các yếu tố tác động đến thu hút vốn đầu tư vào khu vực nông – lâm nghiệp – thủy sản của Cà Mau là: Quyết định của chính quyền địa phương và các hỗ trợ, Thị trường, Vị trí địa lý và tài nguyên thủy sản. Các yếu tố tác động đến thu hút vốn đầu tư vào khu vực công nghiệp – xây dựng của Cà Mau gồm: Quyết định của chính quyền địa phương, Chính sách đầu tư và công tác hỗ trợ, Thị trường. Các yếu tố thị trường, Chi phí đầu tư, Đối tác tin cậy, Vị trí thuận lợi cho hoạt động kho bãi, các khu kinh tế tác động đến thu hút vốn đầu tư vào khu vực thương mại – dịch vụ.

downloadDownload free PDFView PDFchevron_rightConstraint Satisfaction Methods for Applications in EngineeringDenis Clément

Engineering With Computers, 2000

downloadDownload free PDFView PDFchevron_rightNghiên Cứu Kỹ Thuật Mã Hóa Biên Độ Phổ Sac Trong Hệ Thống Ocdma9. Đoàn Thanh Thảo K17

TNU Journal of Science and Technology, 2021

Ngày càng khẳng định được ưu điểm về tốc độ truyền, khoảng cách truyền, dung lượng truyền, mạng thông tin quang đang là sự lựa chọn hàng đầu không những cho các tuyến truyền dẫn đường trục liên tỉnh, nội tỉnh mà còn được sử dụng trong các mạng truy nhập, các sợi dây nhảy quang… trong mạng viễn thông Việt Nam. Sự tiến bộ này do ứng dụng các công nghệ ghép kênh phân chia theo thời gian (TDM), ghép kênh phân chia theo bước sóng (WDM) và ghép kênh phân chia theo mã quang (OCDMA). Bài báo tập trung nghiên cứu kỹ thuật mã hóa biên độ phổ SAC trong hệ thống OCDMA. Hệ thống được thiết kế, khảo sát và mô phỏng trên phần mềm OptiSystem với các lần thực nghiệm về: khoảng cách, số người sử dụng hệ thống. Nghiên cứu này góp phần giải quyết vấn đề nâng cao hiệu năng cho mạng truy nhập quang đa bước sóng sử dụng công nghệ đa truy nhập phân chia theo mã quang OCDMA.

downloadDownload free PDFView PDFchevron_rightSee full PDFdownloadDownload PDF

Loading Preview

Sorry, preview is currently unavailable. You can download the paper by clicking the button above.

Related papers

Một Cải Tiến Thuật Toán Kmeans Cho Việc Phân Vùng Ảnh Viễn Thámđặng đức

FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN 2015, 2016

Remote sensing image clustering is the issue that is interested by remote sensing researchers. Remote sensing image can have multi bands and high resolution. There are multi algorimths as K-Means, C-Means, Watersed, ... Wherein, KMeans is used popu commonly to segment remote sensing images. However, when clustering large size remote sensing images, the converging speed of the algorimth is still slow. This paper present a technique which combines the algorimth K-Means and Wavelet technique for initializing centers effectively to speed up clustering of remote sensing images.

downloadDownload free PDFView PDFchevron_rightMột Phương Pháp Mới Trong Việc Tăng Cường Ảnh Dựa Trên Phân Cụm Mờ Và Toán Tử Tăng Cường Ảnh TốiMạnh Tuấn

FAIR KỶ YẾU HỘI NGHỊ KHOA HỌC CÔNG NGHỆ QUỐC GIA LẦN THỨ XV - Nghiên cứu cơ bản và Ứng dụng công nghệ thông tin - Proceedings of the 15th National Conference on Fundamental and Applied Information Technology Research (FAIR’2022)

Cải thiện hình ảnh là một chủ đề rất quan trọng trong xử lý hình ảnh và đã đạt được nhiều thành tựu đáng kể. Tuy nhiên, việc tăng cường ảnh tối vẫn là vấn đề khó khăn, cần tiếp tục nghiên cứu... Bài báo này giới thiệu một thuật toán mới về tăng cường hình ảnh tối có tên The image enhancement based on the dark object enhancement (IEDOE). Thuật toán này kết hợp một toán tử để tăng cường các đối tượng tối và thuật toán phân cụm mờ để thực hiện việc tăng cường ảnh tối. Kết quả thực nghiệm cho thấy thuật toán được đề xuất tốt hơn một số phương pháp gần đây.

downloadDownload free PDFView PDFchevron_rightDynamic algorithms for graphs with treewidth 2Hans Bodlaender

Graph-Theoretic Concepts in Computer Science, 1994

downloadDownload free PDFView PDFchevron_rightHệ Thống Gợi Ý Sử Dụng Thuật Toán Tối Ưu Bầy Đàn08.Trần Đình Khang

FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN 2015, 2016

Kỹ thuật lọc cộng tác (Collaborative Filtering -CF) là một kỹ thuật gợi ý phổ biến nhất được sử dụng nhiều trong các hệ thống gợi ý đã được tích hợp trong các website thương mại điện tử (chẳng hạn như amazon.com, barnesandnoble.com, Yahoo! news, TripAdvisor.com). Kỹ thuật CF dựa trên giả thiết rằng những người dùng (user) có cùng sở thích thì sẽ quan tâm một tập item tương tự. Phương pháp phân cụm lọc cộng tác (Iterative Clustered CF -ICCF) và lặp cộng tác tối ưu trọng số sử dụng thuật toán PSO (PSO-Feature Weighted) thể hiện tính hiệu quả cho hệ gợi ý mà giá trị đánh giá thuộc trong tập {1, 2,…, 5}. Tuy nhiên, các kỹ thuật đó không thể trực tiếp áp dụng cho các hệ thống gợi ý trong thực tế mà giá trị đánh giá trong tập {0, 1}. Do vậy, bài báo này đề xuất việc cải tiến hai phương pháp ICCF và PSO-Feature Weighted để có thể áp dụng được cho các hệ gợi ý mà giá trị đánh giá thuộc tập {0, 1}. Kết quả thực nghiệm của hai phương pháp mà chúng tôi đưa ra áp dụng trên bộ dữ liệu hệ gợi ý công việc cho thấy độ chính xác mô hình dự đoán có cải thiện rõ rệt so với phương pháp CF truyền thống đồng thời cũng giải quyết được vấn đề dữ liệu thưa mà phương pháp CF thường gặp phải.

downloadDownload free PDFView PDFchevron_rightKỹ Thuật Phân Đoạn Chùm Trong Mạng Chuyển Mạch Chùm QuangHoàng Thiên

FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN - 2016, 2017

Bài toán tắc nghẽn trong mạng chuy n mạch ch m quang (Optical Burst Switching-BS c em là bài toán quan trọng cần giải quyết Trong mạng BS, tắc nghẽn ch m c th u t hiện hi hai ch m d liệu t hai c ng vào hác nhau cố gắng i ra trên c ng một c ng ra, trên c ng ênh b ớc s ng và c ng thời i m Các giải pháp ử lý tắc nghẽn hiện nay bao gồm thực hiện chuy n i b ớc s ng, sử dụng ờng trễ quang (Fiber Delay Line-FDL làm trễ hay ịnh tuyến lệch h ớng Bài viết này nhằm phân tích một số ỹ thuật phân oạn ch m ết h p với lập lịch và ờng trễ quang FDL Kết quả của bài viết c ánh giá thông qua g i mô phỏng OBS0.9a trên phần mềm mô phỏng NS2-OBS. Từ khóa-Mạng chuy n mạch ch m quang, phân oạn chùm, phần mềm mô phỏng NS2-OBS.

downloadDownload free PDFView PDFchevron_rightThuật toán di truyền trong phân tích chùm cho dữ liệu rời rạc và ứng dụng cho nhận dạng ảnhTai Vo

Can Tho University Journal of Science

Thuật toán di truyền trong xây dựng chùm cho các phần tử rời rạc được đề xuất trong nghiên cứu, trong đó hệ số tương tự chùm được sử dụng để đánh giá sự tương tự của các phần tử và chỉ số Davis-Boudin cải tiến được sử dụng làm mục tiêu. Kết hợp với các bước của một thuật toán phân tích chùm truyền thống và các toán tử lai ghép, đột biến, chọn lọc của thuật toán di truyền, một thuật toán phân tích chùm mới được đề xuất. Thuật toán đề nghị được trình bày chi tiết các bước thực hiện và được minh hoạ bởi ví dụ số. Nó cũng được áp dụng trong nhận dạng ảnh, một vấn đề còn nhiều thách thức hiện nay. Áp dụng cũng cho thấy tiềm năng của nghiên cứu này cho nhiều vấn đề trong thực tế liên quan đến nhận dạng ảnh.

downloadDownload free PDFView PDFchevron_rightXây dựng bản đồ phân vùng chất lượng nước trong hệ thống kênh, rạch nội đô thành phố Hồ Chí Minh dựa trên kết quả quan trắcVân Thảo

Vietnam Journal of Hydrometeorology

Tóm tắt: Phân vùng chất lượng nước dựa trên điều kiện sử dụng phục vụ cho mục đích quản lý, quy hoạch môi trường nói chung và công tác quản lý môi trường đô thị nói riêng, trong đó có chất lượng môi trường nước. Bản đồ phân vùng chất lượng nước thường sử dụng như công cụ đánh giá đa tiêu chí do công cụ này dễ áp dụng, điều chỉnh, có thể tích hợp nhiều chỉ số khác nhau. Trong đó, kỹ thuật GIS và viễn thám được sử dụng để thể hiện sự phân bố không gian, theo các hạng mục phân loại đã chọn. Nghiên cứu này sử dụng tiêu chuẩn WQI để xây dựng bản đồ phân vùng chất lượng nước trong hệ thống kênh, rạch nội đô thành phố Hồ Chí Minh dựa trên kết quả quan trắc thu thập từ Trung tâm Quan trắc môi trường thành phố (từ 2012-2020) và từ nguồn số liệu quan trắc bổ sung của nghiên cứu này (2021), từ đó đánh giá được sự thay đổi của CLN 05 tuyến kênh rạch nội đô TPHCM. Nghiên cứu áp dụng phương pháp nội suy theo khoảng cách giữa các điểm quan trắc và các điểm mặt cắt kênh rạch để xây dựng bản đồ phân vùng chất lượng nước. Từ khóa: Chất lượng nước; TP.HCM; WQI; Phân vùng chất lượng nước.

downloadDownload free PDFView PDFchevron_rightМатричные задачи дополнения блочного типаВадим Чугунов

Математические заметки, 2000

downloadDownload free PDFView PDFchevron_rightReal time computational algorithms for eddy-current-based damage detectionWilliam Winfree

Inverse Problems, 2002

%$ '& ( )$ 0 ¤1 %2 3( )4 Ú kÓ pÖ Û Ü Ñ Ý × {Ð ¤Ý Ð VÜ t× {â ã Û Ñ ß Ñ Ý × {Ð ß Õ BÑ Ý â Ó {ë 5 76 8 @9 BA DC )E §F HG PI QA SR TE B9 U #V QW YX Y@a cb ed gf Yh ib !p rq stq vu Qw f 7u )b ep V QW yx U # p a b e Y Yd !V £h @ìa !a V Q u Q p rW Yp W u d u vb eìd !p u Qw eV sd fu Qd cb ep rh @w fg hp ib e YV sf jb p k 7u Qp rd !p rW Y lp rb !a m Tf b ef Yd gǹf a !ì Tf w W Yìa !a @o pU # dp a ka !V s kìb !p k@a md gì T@d gd !ìX qb eV ru Qa kW YV sW YX Yìa gb !d !f Yh b ep rq Qsb eìa gb !p W Y qx U # t u V sd vW YV sW YX Yìa gb !d !f Yh b ep rq Qèp W Ya g Bìh ib !p V sW wx xU y z c { ¡u Qw ib e YV Qf Y s rb ! Y@d g| u ~} |a !f b ew r|X Yp r B@d g@W Yh i@a p rW b e @p d X Y 7W Yp rb !p V sW a X Yì BìW YX Yp W V QW b e Yu Qf jb e YV sd io V Qd b e Yè f Yd ! V sa !ìa mV Q hb e Yp ra 7u Q @d i{ YV ~g q s@d i{ g |g hp w rw f Ya gèb e Yb !@d g p rW YV sw h iw @a i{ Yp @w rp W Yìa @{ Y Yd gp X Y Q@a @{ Yb !d eu Qp rW Ya @{ u vW YX V Sg @d ua gb eu vb ep rV sW Ya io U #V QW YX Y@a cb ed gf Yh ib !p rq sìq vu Qw f Yu vb ep rV sW pb !@h 3 YW p f Y@a sh Du QW Br Yd !V s v@W ¡X V Sg hW tp rW b eV a !ìq Q@W ¢ u Qp W wh Du )b e@ QV sd !p r@a @ tx xp £ q £p a gf 7u Qw hp W Ya g Bìh ib !p V sW §{ x xp p w p f Yp rX ¤ BìW Yìb !d eu vb !p V sW p W Ya g Bìh ib ep rV sW §{ x Tp p rp £ vd !u QX Yp V Q sd eu Q } u vW YX qd !u QX Yp u )b ep V QW ¤b !@a cb ep W Y{ x xp iq Y @w r@h b ed !V Q u Q QW Yìb !p h b !@a cb ep W Y{ x Tq qu Qh iV sf Ya cb ep h @ kp a !a gp V sW ¥ V sW p rb eV Qd !p W Y{ x £q £p £ u Q sW ìb ep rh kìb ! YV jX a @{ u QW YX ¦x £q £p p £ f Yw ib ed eu va !V sW Yp rh b e@a cb ep rW Y Yo u Qh 3 eV Q ¤b e Yìa !ỳh @u vb eì sV sd gp @a p a Yd gV u QX §{ £h @V sW b eu Qp W Yp rW Y vg hp ib e Yp rW kb ! Y@ §a gìq sìd eu Qw Ba ! @h ip r 7h ub e@a cb ep rW Y b eìh 3 YW Yp r £f @a @o yt Yh 3 YV sp rh @vV Q u QW ¨u Q Yd !V s d !p u )b eU y b eìh 3 YW Yp r £f mX Y@ @W YX a V sW sb ! Ya g Bìh @p r Yh mu Q Y Yw rp h @u vb ep rV sW §o © r` ª h« !¬ Q ® £°« k± ² )°y³ ¤µ y ' ¶ H• D² )y¹ ¬ Q°k¬ ~ ¶ £« ¹ « º « 3» º 1² )½ ¾

downloadDownload free PDFView PDFchevron_rightXây dựng chùm cho dữ liệu ảnh từ khoảng hai chiều được trích xuấtTai Vo

Can Tho University Journal of Science

Nhận dạng ảnh có vai trò rất quan trọng trong cuộc cách mạng số hiện nay vì nó là nền tảng của nhiều ứng dụng thực tế. Nghiên cứu này đề nghị việc nhận dạng ảnh bởi khoảng hai chiều được trích xuất từ đặc trưng kết cấu. Dựa vào khoảng cách chồng lấp và đặc trưng khoảng được trích xuất, một thuật toán phân tích chùm mờ cho ảnh được đề nghị. Thuật toán này có thể xác định số chùm thích hợp phải chia cho một tập ảnh, những ảnh cụ thể trong mỗi chùm và xác suất thuộc vào các chùm của mỗi ảnh. Thuật toán đề nghị được trình bày chi tiết từng bước về mặt lý thuyết và được minh hoạ bởi ví dụ số. Thực hiện trên một tập ảnh cụ thể, thuật toán đề nghị đã cho kết quả tốt nhất trong so sánh với các thuật toán gần đây. Nghiên cứu này có thể triển khai cho nhiều vấn đề thực tế liên quan đến nhận dạng ảnh.

downloadDownload free PDFView PDFchevron_rightkeyboard_arrow_downView more papers

• Explore
• Papers
• Topics

• Features
• Mentions
• Analytics
• PDF Packages
• Advanced Search
• Search Alerts

• Journals
• Academia.edu Journals
• My submissions
• Reviewer Hub
• Why publish with us
• Testimonials

• Company
• About
• Careers
• Press
• Help Center
• Terms
• Privacy
• Copyright
• Content Policy

580 California St., Suite 400San Francisco, CA, 94104© 2025 Academia. All rights reserved