Search

Tato práce se zabývá určením vlivu poddajnosti křídla kluzáku na změnu rozložení zatížení. Pro určení vlivu poddajnosti byla provedena FSI analýza využívající modální superpozici. Analýza byla ověřena analytickým výpočtem. Byly určeny rozdíly v rozložení zatížení mezi tuhým a poddajným křídlem pro vybrané letové režimy. Byl zjištěn 3,9 % nárůst ohybového momentu v některých částech křídla. Práce prokazuje důležitost započítání vlivu deformace křídla při návrhu kluzáku., This thesis deals with determination of effect of wing flexibility on load distribution. FSI analysis using modal superposition was used for determination of effect of wing flexibility. Analysis was verified by analytic calculation. Differences of load distribution, between rigid and flexible wing, was determined for the selected flight regimes. Change of the bending moment was up to 3,9 %. Thesis shows importance of including effect of wing flexibility for sailplane design.

Tato práce se zaměřuje na neuronové sítě a jejich klasifikační schopnosti při rozpoznávání objektů v obraze. Pro rozpoznávání je zde použito vícevrstvé dopředné neuronové sítě, trénovatelné pomocí algoritmu zpětného šíření chyby - Back Propagation. V práci je zmíněna problematika volby topologie takovéto sítě a významných parametrů ovlivňujících průběh učení dopředné sítě. Pomocí série experimentů rozpoznávání objektů v různých úlohách jsou prezentovány dosažené výsledky spolu se zhodnocením úspěšnosti., This thesis is focused on neural networks and their classification capability in object recognition tasks. For recognition is there used neural networks with feedforward architecture which is learned by Back Propagation algorithm. We discusses about problems which appear while a choosing topology of network or using various lerning-significant parametters while a learning process. Achieved results are presented in experiments with estimation.

Tato práce se zabývá určením vlivu poddajnosti křídla kluzáku na změnu rozložení zatížení. Pro určení vlivu poddajnosti byla provedena FSI analýza využívající modální superpozici. Analýza byla ověřena analytickým výpočtem. Byly určeny rozdíly v rozložení zatížení mezi tuhým a poddajným křídlem pro vybrané letové režimy. Byl zjištěn 3,9 % nárůst ohybového momentu v některých částech křídla. Práce prokazuje důležitost započítání vlivu deformace křídla při návrhu kluzáku., This thesis deals with determination of effect of wing flexibility on load distribution. FSI analysis using modal superposition was used for determination of effect of wing flexibility. Analysis was verified by analytic calculation. Differences of load distribution, between rigid and flexible wing, was determined for the selected flight regimes. Change of the bending moment was up to 3,9 %. Thesis shows importance of including effect of wing flexibility for sailplane design.

Práce se zabývá popisem základních metod pro problematiku rozpoznávání obličejů. Mezi popisované metody patří PCA, LDA, ICA, trasová transformace, technika shlukových grafů, genetické algoritmy a neuronové sítě. V praktické části se práce zabývá implementací algoritmu PCA a jeho kombinaci s neuronovou sítí s radiální bází a genetického algoritmu. Neuronová síť s radiální bází je použita v roli klasifikátoru a genetický algoritmus je v jednom případě použit pro trénink neuronové sítě a v druhém případě pro výběr vlastních vektorů vytvořených metodou PCA. Tato metoda, spojení PCA + GA, zvané EPCA, dosahuje na testované ORL databázi nejlepších výsledků v rámci porovnávaných algoritmů., This work is describing basic methods of face recognition. The methods PCA, LDA, ICA, trace tranfsorm, elastic bunch graph map, genetic algorithm and neural network are described. In practical part, the PCA, PCA + RBF neural network and genetic algorithms are implemented. The RBF neural network is used in the way of clasificator and genetic algorithm is used for RBF NN training in one case and for selecting eigenvectors from PCA method in the other case. This method, PCA + GA, called EPCA, outperform other methods tested in this work on the ORL testing database.

Tato práce se zaměřuje na neuronové sítě a jejich klasifikační schopnosti při rozpoznávání objektů v obraze. Pro rozpoznávání je zde použito vícevrstvé dopředné neuronové sítě, trénovatelné pomocí algoritmu zpětného šíření chyby - Back Propagation. V práci je zmíněna problematika volby topologie takovéto sítě a významných parametrů ovlivňujících průběh učení dopředné sítě. Pomocí série experimentů rozpoznávání objektů v různých úlohách jsou prezentovány dosažené výsledky spolu se zhodnocením úspěšnosti., This thesis is focused on neural networks and their classification capability in object recognition tasks. For recognition is there used neural networks with feedforward architecture which is learned by Back Propagation algorithm. We discusses about problems which appear while a choosing topology of network or using various lerning-significant parametters while a learning process. Achieved results are presented in experiments with estimation.

Tato práce se zaměřuje na neuronové sítě a jejich klasifikační schopnosti při rozpoznávání objektů v obraze. Pro rozpoznávání je zde použito vícevrstvé dopředné neuronové sítě, trénovatelné pomocí algoritmu zpětného šíření chyby - Back Propagation. V práci je zmíněna problematika volby topologie takovéto sítě a významných parametrů ovlivňujících průběh učení dopředné sítě. Pomocí série experimentů rozpoznávání objektů v různých úlohách jsou prezentovány dosažené výsledky spolu se zhodnocením úspěšnosti., This thesis is focused on neural networks and their classification capability in object recognition tasks. For recognition is there used neural networks with feedforward architecture which is learned by Back Propagation algorithm. We discusses about problems which appear while a choosing topology of network or using various lerning-significant parametters while a learning process. Achieved results are presented in experiments with estimation.

Tato práce se zabývá určením vlivu poddajnosti křídla kluzáku na změnu rozložení zatížení. Pro určení vlivu poddajnosti byla provedena FSI analýza využívající modální superpozici. Analýza byla ověřena analytickým výpočtem. Byly určeny rozdíly v rozložení zatížení mezi tuhým a poddajným křídlem pro vybrané letové režimy. Byl zjištěn 3,9 % nárůst ohybového momentu v některých částech křídla. Práce prokazuje důležitost započítání vlivu deformace křídla při návrhu kluzáku., This thesis deals with determination of effect of wing flexibility on load distribution. FSI analysis using modal superposition was used for determination of effect of wing flexibility. Analysis was verified by analytic calculation. Differences of load distribution, between rigid and flexible wing, was determined for the selected flight regimes. Change of the bending moment was up to 3,9 %. Thesis shows importance of including effect of wing flexibility for sailplane design.

Práce se zabývá popisem základních metod pro problematiku rozpoznávání obličejů. Mezi popisované metody patří PCA, LDA, ICA, trasová transformace, technika shlukových grafů, genetické algoritmy a neuronové sítě. V praktické části se práce zabývá implementací algoritmu PCA a jeho kombinaci s neuronovou sítí s radiální bází a genetického algoritmu. Neuronová síť s radiální bází je použita v roli klasifikátoru a genetický algoritmus je v jednom případě použit pro trénink neuronové sítě a v druhém případě pro výběr vlastních vektorů vytvořených metodou PCA. Tato metoda, spojení PCA + GA, zvané EPCA, dosahuje na testované ORL databázi nejlepších výsledků v rámci porovnávaných algoritmů., This work is describing basic methods of face recognition. The methods PCA, LDA, ICA, trace tranfsorm, elastic bunch graph map, genetic algorithm and neural network are described. In practical part, the PCA, PCA + RBF neural network and genetic algorithms are implemented. The RBF neural network is used in the way of clasificator and genetic algorithm is used for RBF NN training in one case and for selecting eigenvectors from PCA method in the other case. This method, PCA + GA, called EPCA, outperform other methods tested in this work on the ORL testing database.

Tato práce se zabývá určením vlivu poddajnosti křídla kluzáku na změnu rozložení zatížení. Pro určení vlivu poddajnosti byla provedena FSI analýza využívající modální superpozici. Analýza byla ověřena analytickým výpočtem. Byly určeny rozdíly v rozložení zatížení mezi tuhým a poddajným křídlem pro vybrané letové režimy. Byl zjištěn 3,9 % nárůst ohybového momentu v některých částech křídla. Práce prokazuje důležitost započítání vlivu deformace křídla při návrhu kluzáku., This thesis deals with determination of effect of wing flexibility on load distribution. FSI analysis using modal superposition was used for determination of effect of wing flexibility. Analysis was verified by analytic calculation. Differences of load distribution, between rigid and flexible wing, was determined for the selected flight regimes. Change of the bending moment was up to 3,9 %. Thesis shows importance of including effect of wing flexibility for sailplane design.

Tato práce se zaměřuje na neuronové sítě a jejich klasifikační schopnosti při rozpoznávání objektů v obraze. Pro rozpoznávání je zde použito vícevrstvé dopředné neuronové sítě, trénovatelné pomocí algoritmu zpětného šíření chyby - Back Propagation. V práci je zmíněna problematika volby topologie takovéto sítě a významných parametrů ovlivňujících průběh učení dopředné sítě. Pomocí série experimentů rozpoznávání objektů v různých úlohách jsou prezentovány dosažené výsledky spolu se zhodnocením úspěšnosti., This thesis is focused on neural networks and their classification capability in object recognition tasks. For recognition is there used neural networks with feedforward architecture which is learned by Back Propagation algorithm. We discusses about problems which appear while a choosing topology of network or using various lerning-significant parametters while a learning process. Achieved results are presented in experiments with estimation.

Tato práce se zabývá určením vlivu poddajnosti křídla kluzáku na změnu rozložení zatížení. Pro určení vlivu poddajnosti byla provedena FSI analýza využívající modální superpozici. Analýza byla ověřena analytickým výpočtem. Byly určeny rozdíly v rozložení zatížení mezi tuhým a poddajným křídlem pro vybrané letové režimy. Byl zjištěn 3,9 % nárůst ohybového momentu v některých částech křídla. Práce prokazuje důležitost započítání vlivu deformace křídla při návrhu kluzáku., This thesis deals with determination of effect of wing flexibility on load distribution. FSI analysis using modal superposition was used for determination of effect of wing flexibility. Analysis was verified by analytic calculation. Differences of load distribution, between rigid and flexible wing, was determined for the selected flight regimes. Change of the bending moment was up to 3,9 %. Thesis shows importance of including effect of wing flexibility for sailplane design.