Metoda głównych składowych (ang. principal component analysis, PCA) jest jednym z najpopularniejszych statystycznych narzędzi do wielowymiarowej analizy dużego zestawu danych. Pozwala ona na przekształcenie danego zbioru wzajemnie skorelowanych cech (zmiennych) w nowy układ cech wzajemnie nieskorelowanych (tzw. głównych składowych), który jest porównywalny z układem pierwotnym - zastosowanie PCA upraszcza więc w znaczny sposób...

Określanie parametrów pomiaru nierówności profilu jest ważnym problemem dla wyboru opisu powierzchni w odniesieniu do charakteru nierówności jak również przyjętego celu analizy. Istotnym problemem, niekiedy niezauważanym w pomiarach, jest dopasowanie parametrów pomiaru cyfrowego profilu do charakteru i analizy nierówności powierzchni dla ich głównych składowych. Należy uwzględniać zależności pomiędzy parametrami pomiaru cyfrowego...

Jednym z podstawowych typów badań i analiz wykonywanych w różnych gałęziach nauki są analizy porównawcze. W tego typu badaniach mamy do czynienia z wieloma obiektami, które są charakteryzowane za pomocą różnych parametrów, często wyrażonych w różnych jednostkach fizycznych. Celem wielowymiarowej analizy porównawczej jest znalezienie zależności pomiędzy parametrami poszczególnych obiektów i ich grupowanie na podstawie podobieństw....

W artykule przedstawiono nową, metrologicznie ukierunkowaną sieć neuronową oraz bazującą na niej metodę diagnostyki uszkodzeń parametrycznych układów analogowych, z klasyfikcją neuronową, o zwiększonej odporności na tolerancje elementów układu i niepewności pomiaru. Zaproponowano sieć neuronową z Dwu-centrowymi Radialnymi Funkcjami Bazowymi (DRFB), której walorem jest lepsze odwzorowanie słownika uszkodzeń, poprawa dokładności...