Wyniki 1-2 spośród 2 dla zapytania: authorDesc:"Krzysztof Turek"

Synchroniczny prostownik napięcia sieciowego DOI:10.15199/13.2015.9.13


  W profesjonalnych zastosowaniach sprawność energetyczna jest jednym z podstawowych parametrów zasilaczy sieciowych średniej i dużej mocy [1-6]. Ma to szczególne znaczenie na szybko rosnącym rynku centrów obliczeniowych i wszelkiego rodzaju serwerowni, gdyż w skali globalnej na ten cel zużywamy już ponad 1,5% całej wyprodukowanej energii [1]. W tym celu powstała nawet specjalna klasyfikacja zasilaczy sieciowych znana pod marką 80 PLUS® określająca 6 klas zasilaczy posegregowanych pod kątem uzyskiwanych sprawności energetycznych w funkcji obciążenia [6]. Spełnienie wysokich wymagań - szczególnie tych z najwyższych klas 80 PLUS - Platinum i Titanium jest bardzo trudne, gdyż oznacza osiągnięcie sprawności na poziomie odpowiednio 94% i 96% przy zasilaniu 230 VAC i 50% dopuszczalnego obciążenia. Wysokosprawne konstrukcje wymagają zastosowania wielu zaawansowanych rozwiązań technologicznych łącznie z cyfrowymi układami sterowania opartymi o układy DSP (Digital Signal Processing) oraz DSC (Digital Signal Controller). Jednym z elementów składowych zasilacza sieciowego, który w najmniejszym stopniu podlegał optymalizacji pod kątem strat mocy, jest wejściowy prostownik sieciowy. Chociaż topologie aktywnych korektorów mocy PFC pozbawione wejściowego mostka Graetza są już znane, to nie są jeszcze powszechnie stosowane. W tych konstrukcjach problemem jest wysoki poziom zaburzeń przewodzonych oraz trudności w spełnieniu dyrektyw związanych z kompatybilnością elektromagnetyczną [7]. Dlatego klasyczny prostownik w konfiguracji mostka Graetza zbudowany z czterech diod krzemowych jest podstawowym elementem używanym do prostowania prądu pochodzącego bezpośrednio z sieci energetycznej niskiego napięcia. Mimo oczywistych zalet takich jak: prosta konstrukcja, niska cena, duża odporność na przeciążenia, prostownik diodowy posiada także wady. Są one głównie spowodowane nieidealnym zachowaniem diod, na których wskutek przepływu prądu odkłada [...]

ROZPOZNAWIANIE EMOCJI TWARZY Z WYKORZYSTANIEM ACTIVE SHAPE MODELS i SUPORT VECTOR MACHINE NA PLATFORMIE ANDROID DOI:10.15199/59.2015.8-9.95


  W referacie przedstawiono aplikację na platformę Android przeznaczoną do rozpoznawania emocji. W aplikacji zastosowano Active Shape Models, który w sposób iteracyjny potrafi dopasować się do większości twarzy i wyodrębnić jej charakterystyczne punkty. Wysoką skuteczność klasyfikacji uzyskano za pomocą popularnego systemu Support Vector Machine. 1. WSTĘP Computer Vision (CV) to prężnie rozwijająca się dziedzina, która obejmuje metody pozyskiwania, przetwarzania, analizowania i rozumienia obrazów. Jej motywem przewodnim jest powielenie umiejętności ludzkiego wzroku i wykorzystanie tych zdolności przez komputery i ich oprogramowanie. Łączy w sobie wiedzę z zakresu informatyki, elektroniki oraz nauk kognitywnych. Ludzie postrzegają świat w złożony sposób, jesteśmy w stanie rozpoznać poszczególne kolory i rozróżniać kształty otaczających nas przedmiotów. To co jest proste dla człowieka, jest trudne dla maszyny. Do tej pory stworzono wiele algorytmów, które naśladują umiejętności ludzkiego wzroku. Wśród nich m.in Stereo Matching, czyli tworzenie modelu 3D z setek fotografii danego przedmiotu, zrobionych z różnej perspektywy [1], person tracking - śledzenie ruchu [2], czy face detection - wykrywania twarzy w obrazie [3]. Pomimo problemów CV jest stosowana obecnie w naszym życiu codziennym. Najpopularniejszymi zastosowaniami są: (a.) OCR (Optical Character Recognition) - rozpoznanie tekstu w np. zeskanowanym dokumencie [4], (b.) OMR (Optical Mark Recognition) - rozpoznawanie m.in. znaczników tzw. pól wyboru oraz kodów kreskowych [5], (c.) automobile safety -wykrywanie nieoczekiwanych przeszkód na drodze [6], (d.) motion capture (mocap) - przechwycenie ruchów człowieka i zapisanie ich przez komputer [7], (e.) fingerprint recognition - rozpoznawanie odcisków palców [8], oraz najbardziej interesujące czyli rozpoznawanie emocji człowieka w obrazie tzw. Facial Expression Recognition. Pojęcie Computer Vision zazwyczaj kojarzy się z [...]

 Strona 1