Visual motion based Human-Computer Interface
|
|
- Zsanett Halászné
- 8 évvel ezelőtt
- Látták:
Átírás
1 Project 4: Vsual moton based Human-Computer Interface Számítógépes Látás kurzus 2007/ ellenırzés pont ( )
2 Számítógépes látás 2007 Project 4. 2 / 12 Tartalomjegyzék Csapattagok...3 Feladat...3 Háttér...3 Meglévı hasonló rendszerek...4 OpenCV...4 Optcal flow...4 Phase correlaton...4 Block matchng...4 Lucas Kanade módszer...4 Módszerek módszer...5 Feature pont kválasztás...5 FP elmozdulásának meghatározása...5 Globáls transzformácó meghatározás módszer (saját ötletek alapján)...8 A fejlesztés technka részlete...9 A program használata...9 Tesztelı környzet...9 Eredmények ellenırzés pont ellenırzés pont ellenırzés pont...10 Tovább lehetıségek Mozgás predkcó Térképnézegetı Térképszoftveren lokalzácó Készülékek általános vezérlése D tervezıprogramok segítése...12 Hvatkozások...12
3 Számítógépes látás 2007 Project 4. 3 / 12 Csapattagok Jaksa Zsombor Németh József Ung Tamás Utas Tamás Jaksa.Zsombor@stud.u-szeged.hu Nemeth.Jozsef@stud.u-szeged.hu Ung.Tamas@stud.u-szeged.hu Utas.Tamas@stud.u-szeged.hu Feladat Human-Computer Interface (HCI) fejlesztése olcsó webkamera segítségével. A kamera mozgását a kamera által továbbított képek alapján kell megbecsüln. Az nterface vezérlése a kézben tartott kamera mozgatásával történk, így 3D mutatóként használható. Egy egyszerő képnézegetı program vezérlését s meg kell valósítan az alább módon: vízszntes mozgás az képet bal-jobb rányban mozgatja függıleges mozgás a képet fel-le mozgatja elıre-hátra mozgás a képet nagyítja és kcsnyít Háttér 1963-ban a Stanford Kutatóntézeben Douglas Engelbart felvetette az egér gondolatát. Mára egy mndenk által használt eszköz lett, de azóta nemgazán történt elırelépés a hétköznap használatra szánt számítógépek perférának pacán. A technka fejlıdésével megjelent az gény a számítógépek könnyő használhatóságára. Szükségessé vált, hogy az ember ne csak bllentyőzeten tudjon kommunkáln a géppel, telefonnal. Újfajta ember-számítógép nterfészek jelentek meg. Modern autókban a fedélzet számítógépek megértk a szóbel utasításokat, ntellgens kvetítıkre lehet ujjal rajzoln. Az lyen nterfészek megkönnyíthetk a fogyatékkal élık életét s, mnt például jelbeszédfelsmerı rendszerek, vagy a vakokat segítı hangalapú rendszerek. A mobl számítógépek (telefonok) esetében s komoly probléma a kezelhetıség ks méretük matt. Ezért mára már khagyhatatlan részének számító kamera s egy fontos bevtel perféraként használható. Képnézegetık, játékok, webböngészık rányítását lehet megkönnyíten a kamera képébıl knyerhetı mozgásnformácó felhasználásával. Ez a technka egészen új lehetıségeket s teremtett, melynek jelentıségét növel, hogy a mobl számítástechnka eszközök növekvı teret foglalnak az nformatka üzletágban [1].
4 Számítógépes látás 2007 Project 4. 4 / 12 Meglévı hasonló rendszerek Egy megvalósítás leírása elérhetı [2], melyet megvalósítva azt összehasonlíthatjuk az általunk fejlesztett módszerrel. A feladattal rokon alkalmazás, amkor a kamera rögzített és a felhasználó a kezét vagy az arcát mozgatja, ezzel rányítva egy programot. Ilyen alkalmazás s létezk, mely képes az arc egyes részet külön s értelmezn [3]. OpenCV Az OpenCV egy C++ nyelven írt open-source függvénygyőjtemény, melynek elsıdleges célja a valós dejő számítógépes látás segítése. Fejlesztését az Intel kezdeményezte, de mára nagyon sokan járultak hozzá. Platformfüggetlen forráskódja letölthetı a következı címrıl: Optcal flow Mvel a mozgásérzékelı programunkat általános felhasználásra tervezzük, nem használhatunk k semmlyen elızetes nformácót a kamera által érzékelt objektumokról. Ezért azokat a módszereket, amelyek objektum felsmerésen alapszanak, nem használhatjuk. Általános esetben a kép elmozdulást az optcal flow-val jellemezzük. Az optcal flow egy olyan módszer, amely vzuálsan reprezentált tárgyak elmozdulását határozza meg. Jellemzıen vektorokkal írjuk le, melyek képpontokból erednek vagy képpontokba mutatnak egy képsorozatban [4]. Az optcal flow számítására több módszer s létezk, rövden felsorolunk néhányat a legfontosabb jellemzıkkel együtt: Phase correlaton Ez a módszer azt használja k hogy az eredet képen az eltolás a frekvencatérben fázseltolódásként jelenk meg [5]. Gyors módszer, real-tme megvalósításra alkalmas, de mvel csak az eltolást és a forgatást detektálja, számunkra nem teljesen megfelelı, mvel nekünk a zoom funkcóhoz a nagyítás faktorra s szükségünk van. Block matchng Ez a módszer egy egyszerő template matchng algortmus szabályosan kválasztott képrészletekre alkalmazva [6]. A leírások alapján nem elég pontos módszer. Lucas Kanade módszer Ez a legnépszerőbb optcal flow meghatározó módszer, mely vszonylag régóta smert [7]. Érdemes csak néhány elıre meghatározott feature pontokra alkalmazn [8], így real-tme megvalósítása gyengébb hardware-en s lehetséges.
5 Számítógépes látás 2007 Project 4. 5 / 12 Módszerek 1. módszer Elıször egy már publkált módszert mplementáltunk[2], hogy lehetıségünk legyen a saját megvalósítás ötletenket összehasonlítan. Ennek a módszernek lényege az alább ábrán látható: feature pontok keresése feature pontok követése feature pontok szurése transzformácó meghatározás mozgás utófeldolgozás Feature pont kválasztás 1. ábra: Az elsı módszer folyamatábrája. A vdeó képet 4 4 régóra bontjuk, és mndegykben meghározunk egy feature pontot (FP). Az lesz a régóhoz tartozó FP, amelyknek a környezetében maxmáls a horzontáls és vertkáls derváltak összege. Egy (x,y) pontban jelölje G(x,y) a két parcáls dervált összegét: G ( x, y) = ( I( x, y) I( x 1, y) ) 2 + ( I( x, y) I( x, y 1 )) 2 Ezzel a jelöléssel a FP kválasztás az alább krtérum alapján történk: p = max G(x, y (x,y) R (x,y) B ) ahol p az -edk FP, R az aktuáls kép régó, B az -edk FP-hez tartozó kép blokk, amely egy FP középpontú ks mérető négyzet alakú része a képnek (a m esetünkben pl. 7 7 mérető). FP elmozdulásának meghatározása Az FP-k kválasztása után a következı képkockán meg kell határoznunk azok elmozdulását. Ehhez bevezetjük az -edk FP-hez és v elmozduláshoz tartozó SSD mértéket, melyet az FP körül B blokkban számítunk az alább képlet alapján: D ( v, B ) ( ( ) ( ) 2 = Ik x, y Ik+ 1 x+ vx, y+ vy (x,y) B Azt az elmozdulást választjuk mnden ponthoz, amely egy adott keresés ablakon (W) belül a mnmáls SSD értéket adja: v W ( B ) v = mn D v, Ezt a módszert nevezk block-matchng-nek. Mőködését két teszt képpel llusztráljuk, melyeken pros keretekkel vannak jelölve az FP középpontú blokkok.
6 Számítógépes látás 2007 Project 4. 6 / 12 SSD SSD 2. ábra: Átlagos block-matchng SSD értékek a 16 darab FP-tól számított távolságban (vízszntes tengelyek) két különbözı nput képen. A felsı képen a FP-ok egyed környezettel bírnak, míg az alsó képen perodkus mntázatban helyezkednek el. Jól látható módon ennek a módszernek az a hátránya, hogy a valós elmozduláshoz képest az SSD mnmuma ettıl eltérı helyre kerül, melynek oka egyrészt a kép dszkretzácója, másrészt a képen smétlıdı ksebb mnták jelenléte. Ezért a legjobb blokk lleszkedésen kívül fgyelembe vesszük azokat a pontokat s, amelyek még bzonyos valószínőséggel takarhatják a valós FP elmozdulást. p -hez tartozó lehetséges elmozdulások halmaza legyen V : { v D( v,b ) < k G( B ) k } V = ahol G(B ) a B blokkon belül (x,y) pontok G(x,y) értékenek összege. k1 és k2 konstansokat kísérlet úton határozzuk meg, a m esetünkben a k 1 =0,6 és k 2 =4 értékek bzonyultak használhatónak. A szóbajövı elmozdulások llusztrálására bemutatjuk az alább négy képet, melyeken kékre színeztük azokat a pontokat, melyek lehetséges elmozdulása a zöld-pros FP-oknak. Érdemes megfgyeln hogy a sarokpontok elmozdulását nagy bztonsággal meg tudjuk határozn, az éleken elhelyezkedı pontok elmozdulása az éllel párhuzamosan bzonytalan, míg a vszonylag homogén területen az elmozdulás meghatározása mnden rányban bzonytalan, amt a nagy kterjedéső kék területek jeleznek:
7 Számítógépes látás 2007 Project 4. 7 / ábra: A zöld-pros FP-k lehetséges elmozdulásat kék pontok jelölk. V halmaz eltárolása helyett, csak azok kovarancamátrxát (ks módosítással) tároljuk: 1 C = N v V 1 12 T ( v v)( v v) + I Ezt a formulát részletesen ndokolják a szerzık egy korább munkájukban[9]. Globáls transzformácó meghatározás Az elmozdulás leírására nem a hagyományos transzformácós mátrxokat használjuk (affn transzformácó esetén 2x2 mérető mátrx), hanem egy θ-val jelölt 4x1 mérető mátrxot: x p= y θ1 1 0 x y θ 2 v= v( θ, p) = = H p 0 1 y x θ 3 θ4 ( ) θ Ebben a módszerben tehát elmozdulást (θ 1 és θ 2 ), valamnt forgatást és skálázást (θ 3 és θ 4 ) határozunk meg, melyet globáls transzformácónak nevezünk az egyes képkockák között. A 16 FP elmozdulás közül elvetjük azokat amelyek nncsenek összhangban a többség által meghatározott transzformácóval, ezt nevezzük outler analyss-nek. Ehhez egy RANSAC-hoz hasonló módszert használunk, azzal a különbséggel hogy a 16 FP által alkotott mnden lehetséges pontpárhoz meghatározzuk a velük összhangban elmozduló pontok számát, valamnt fgyelembe vesszük hogy nem egy dszkrét elmozdulás érték tartozk egy ponthoz, hanem még egy kovaranca mátrx s, amely tartalmazza az elmozdulás bzonytalanságát két különbözı rányban.
8 Számítógépes látás 2007 Project 4. 8 / 12 A legtöbb "szavazatot" kapó pontpár transzformácós csoportjában lévı elmozdulásokból BLUE (Best Lnear Unbased Estmator) módszerrel határozzuk meg a globáls transzformácót, a szerzık által leírt módon. A mozgás utólagos símítását Kálmán flter helyett jelenleg három képkocka egyszerő átlagolásával oldottuk meg, amely a gyakorlatban kelégítınek bzonyul. Ez az egyetlen algortmkus eltérés amelyet a szerzık leírásához képest a saját mplementácónkban végeztünk. 2. módszer (saját ötletek alapján) A meglévı megoldások és az elérhetı könyvtárak alapján a következı saját megvalósítást tervezzük a feladat megoldására: feature pontok keresése feature pontok követése feature pontok szurése transzformácó meghatározás mozgás utófeldolgozás OpenCV, Hesse sajátértékek Lukas-Kenade (template-matchng) RANSAC affn transzformácó SVD felbontással átlagolás 4. ábra: Az általunk fejlesztett HCI algortmus vázlata. A feature pontok meghatározására jó és hatékony mplementácót találtunk OpenCV-ben. A függvény neve GoodFeaturesToTrack. Ez a pontok közül azokat választja k, melyeknek lokálsan a legnagyobbak a Hesse mátrx sajátértéke. A pontok Lukas-Kenade szernt követése szntén meg van valósítva OpenCV függvényként (cvcalcoptcalflowpyrlk). Ez hatékony, mvel a pontkövetést két-szntő képpramson végz, template matchng segítségével. Mvel a pont megfeleltetések túldefnálják a transzformácót, ezért elıször az outler-eket k kell szőrn, amre a RANSAC algortmust használjuk. Véletlenszerően kválasztott pontok által meghatározott transzformácóra megnézzük hogy a több pontmegfeleltetést mennyre elégítk k valamlyen küszöb alatt hbával. T p 1, p2, p3 [ p p p ][ p p ] 1 = p ahol p-k a véletlenszerően kválasztott pontok, T pedg az affn transzformácó. Az -edk pont szavazatszáma a j 1, j 2, j 3 pontokra: K E( p ) E( p ) = d( p, Tp p p p K j, j, ) < 1 2 j3 V ( p j, p j, p j ) = különben 3 ahol K tapasztalat úton választott küszöbérték (a m esetünkben 15), d az eukldesz távolság, E pedg a hba mértéke. A legjobb pontokat és a rájuk szavazó pontokat tartjuk meg. A megmaradó pontokból még mndg túldefnált egyenletrendszert kapunk: T [ p p... p ][ p p p ] 1 = 1 2 n n A jobboldalon található nverz számítást SVD felbontással közelítjük.
9 Számítógépes látás 2007 Project 4. 9 / 12 A mozgás utófeldolgozását jelenleg a 3 utolsó elmozdulás súlyozott átlagolásával oldjuk meg. A fejlesztés technka részlete Egyk célunk, hogy a fejlesztett forráskódban csak ngyenes, open-source eszközöket használjunk, valamnt a kód változtatás nélkül fordítható legyen az különbözı platformokon (Wndows és Lnux). A fordítás elıkészítését CMake-kel végezzük, amely egy konfgurácós text fle-ból különbözı platformokra elıkészít a fordítást, pl. GCC-hez makefle-t csnál, Vsual Studo-hoz projekt fle-t. Fordítás környezetün részletet a következı címen publkussá tettük: A kamera képenek beolvasása, képfeldolgozó mőveletek és numerkus mőveletek elvégzéséhez az OpenCV könyvtár függvényet használjuk. A program használata A programot parancsor termnálból neye.exe futtatásával ndítjuk, mely egy kötelezı paramétert vár, a böngészn kívánt képfájl nevét. Másodk opcnáls paraméterként teszt nput vdeófájlt lehet megadn, ezesetben ennek a képet használja webkamera helyett. Futtatás közben az alább funkcóbllentyőket használhatjuk: 's' : pozícó alaphelyzetbe állítás; 'r' : forgatás engedélyezés/tltás; 'x' : klépés; +/- : zoomolás. A képben való navgácó a feladatkírásnak megfelelıen a webkamera mozgatásával történk. Tesztelı környzet Az általunk fejlesztett HCI mnıségét az alább teszt segítségével mérjük. Az 5. ábrán látható képeket nytjuk meg navgácó céljából. A HCI segítségével úgy kell navgáln a képeken hogy a zöld pontból eljussunk a pros pontg, mközben a látómezı csak a fekete és sárga mezıket érnthet (a kéket nem). A kék mezık érntése hbának számít. A fekete utakon úgy kell haladn hogy mndg legyen sárga mezı a látómezıben. Ha a sárga mezın hurok van, akkor azon a helyen az egész hurkot látómezıbe kell hozn. A három képen végghaladva számoljuk a hbák számát. 5. ábra: Tesztképek navgácóhoz.
10 Számítógépes látás 2007 Project / 12 Eredmények 1. ellenırzés pont A fejlesztı környezetet, az OpenCV és VTK könyvtárak összelnkelését megoldottuk. Készítettünk két egyszerő demóprogramot. Az egyk a feladatot oldja meg, a másk egy 3D-s objektumot forgat a fej jobbra-balra mozgatásával egyszerre a montorra rögzített kamera segítségével. A demó programokról készült vdeónk a következı lnkeken elérhetık: ellenırzés pont Elkészítettük a [2] referencában leírt módszer mplementácóját, azzal az egyetlen módosítással, hogy a mozgás utófeldolgozása nem Kálmán flterrel, hanem egyszerő átlagolással történk. Mvel véleményünk szernt e módszer bonyolultsága nem áll arányban a hatékonyságával, úgy döntöttünk hogy saját ötleteken alapuló módszert s mplementálunk. A két módszer futásdejének elemzését az alább ábrán mutatjuk be: sec : 1. módszer : m módszerünk 0 1 FP 2 outler 3 4 követés analyss FP választás gobáls mozgás 5. ábra: A két mplementácó futásdejének elemzése. Az FP kválasztás és követés az 1. módszerben mőveletgényesebb mnt az OpenCV úgyanezt a feladatot ellátó függvénye. Az outler analízsnél a bonyolultabb mátrxmőveletek lelassítják a RANSAC mőködését az 1. módszer esetén. Ennek oka az elmozdulás meghatározás hbájának továbbvtele kovarancamátrxok formájában. 3. ellenırzés pont Megpróbáltuk a frame-ek között globáls fényerı változást frame-enként hsztogram kegyenlítéssel kompenzáln, de mvel ez lokálsan nagy eltéréseket okozott az átlag pxelértékekben, az eredményenket rontotta, ezért ezt az ötletet elvetettük.
11 Számítógépes látás 2007 Project / 12 A navgácós tesztképekkel bzonyítottuk hogy a m módszerünkkel s el lehet érn a kívánt pontosságot, hszen a feladatok hba nélkül teljesíthetık. Célunk volt a számítások gyorsítása. A mátrxmőveletek futás dejét skerült csökkentenünk az mplementácó hatékonyabbá tételével, kevesebb szükségtelen memórafoglalás használatával. A használhatóságot javítottuk az utófeldolgozás közben végzett átlagolás súlyozásával. Tesztelés közben megfgyeltük hogy a kamerától kapott kép mérete jelentısen befolyásolja a futás sebességét, ezért méréseket végeztünk az összefüggés felderítése céljából (6. ábra). Ezek alapján skerült megtaláln a leghasználhatóbb felbontást a m tesztelı hardverünkre (160x120) frame / sec klopxel 6. ábra: Input képméret és futás sebesség összefüggése. Tovább lehetıségek Mozgás predkcó Feature pont szegény nput kép esetén a korább nformácók alapján valamekkora dıtartományban jósolható lehet a mozgás. Ezzel ellensúlyozn lehet homogén területek fölött kamera áthúzást. Térképnézegetı A feladatban meghatározott képnézegetı program specáls esete amkor térképet nézünk mobltelefonon vagy PDA-n. Ez az felhasználás különösen hasznos. Térképszoftveren lokalzácó A GPS helymeghatározó rendszerek egyk korlátja hogy csak néhány méteres pontossággal képesek az elmozdulást érzékeln. Ezért pl. amkor elndulunk egy rányba akkor akár több tíz métert s megtehetünk mre a GPS jel alapján a térképszoftver el tudja dönten hogy mlyen rányba ndultunk és
12 Számítógépes látás 2007 Project / 12 ahhoz képest merre kanyarodjunk. Ha a navgáló készüléket kegészítjük egy földre rányuló kamerából származó mozgásnformácóval (pl. autó aljára szerelve), akkor ez nagyon jól kegészítené a GPS pontatlanságát ks távolságokon. Készülékek általános vezérlése A mobl készülékek mozgásnformácót nem csak másféle mozgássá transzformálhatjuk (pl. kép mozgatása) hanem egyéb parancsokat s rendelhetünk a mozgásokhoz. Például a jobbra-balra gyors mozgatás megnythatja a telefonkönyvet, a körbe mozgatás megnythat egy programot stb. Egy fotó sorozat megnézése közben kameránkkal apró mozdulatot tehetünk jobbra vagy balra ezáltal lapozva oda-vssza a képek között. 3D tervezıprogramok segítése Úgy kell tennünk, mntha a valóságban akarnánk megnézn bármlyen 3D-s objektumot. A kamera elıtt ülve csak balra-jobbra, elıre -hátra dılünk, az alkalmazásunk pedg a kamera képe alapján elforgatja, átméretez a montoron látható objektumot. Ez nagyban segíthet a 3D-s szerkesztıprogramok kényelmes használatát, mvel általában nagyon sok nterakcó kell a pontos szerkesztéshez. Hvatkozások 1. Judy York and Parag C. Pendharkar. Human-computer nteracton ssues for moble computng n a varable work context. Internatonal Journal of Human-Computer Studes. HCI Issues n Moble Computng, 2004 (60); Hannuksela J, Sang P. Hekklä J. Vson-based moton estmaton for nteracton wth moble devces. Computer Vson and Image Understandng: Specal Issue on Vson for Human- Computer Interacton, 108(1-2): Jln Tu, Ha Tao and Thomas Huang. Face as mouse through vsual face trackng. Computer Vson and Image Understandng (108); E. De Castro and C. Morand. Regstraton of Translated and Rotated Images Usng Fnte Fourer Transforms. IEEE Transactons on pattern analyss and machne ntellgence, Sept Lucas BD and Kanade T. An teratve mage regstraton technque wth an applcaton to stereo vson. Proceedngs of Imagng understandng workshop pp Tomas C, Kanade T. Detecton and Trackng of Pont Features. Tech Report Sang P, Hekkla J, Slven O. Moton analyss usng frame dfferences wth spatal gradent measures. Pattern Recognton, ICPR Proceedngs of the 17th Internatonal Conference on, Volume 4, Issue, Aug. 2004:
10. Alakzatok és minták detektálása
0. Alakzatok és mnták detektálása Kató Zoltán Képfeldolgozás és Számítógépes Grafka tanszék SZTE http://www.nf.u-szeged.hu/~kato/teachng/ 2 Hough transzformácó Éldetektálás során csak élpontok halmazát
RészletesebbenFuzzy rendszerek. A fuzzy halmaz és a fuzzy logika
Fuzzy rendszerek A fuzzy halmaz és a fuzzy logka A hagyományos kétértékű logka, melyet évezredek óta alkalmazunk a tudományban, és amelyet George Boole (1815-1864) fogalmazott meg matematkalag, azon a
RészletesebbenSkálázottan merőleges kamera
Skálázottan merőleges kamera optmáls kalbrácója Hajder Levente MTA SZTAKI Geometra Modellezés és Számítógépes Látás Laboratórum hajder@sztak.hu Absztrakt. A kamera kalbrácó a háromdmenzós számítógépes
RészletesebbenSupport Vector Machines
Support Vector Machnes Ormánd Róbert MA-SZE Mest. Int. Kutatócsoport 2009. február 17. Előadás vázlata Rövd bevezetés a gép tanulásba Bevezetés az SVM tanuló módszerbe Alapötlet Nem szeparálható eset Kernel
RészletesebbenPanorámakép készítése
Panorámakép készítése Képregisztráció, 2009. Hantos Norbert Blaskovics Viktor Összefoglalás Panoráma (image stitching, planar mosaicing): átfedő képek összeillesztése Lépések: Előfeldolgozás (pl. intenzitáskorrekciók)
RészletesebbenBiometrikus azonosítás érintőképernyős gesztúrákkal Touchscreen gestures for biometric identification
Bometrkus azonosítás érntőképernyős gesztúrákkal Touchscreen gestures for bometrc dentfcaton Abstract ANTAL Margt Sapenta EMTE, Műszak és Humántudományok kar, Marosvásárhely many@ms.sapenta.ro In ths paper
RészletesebbenMéréselmélet: 5. előadás,
5. Modellllesztés (folyt.) Méréselmélet: 5. előadás, 03.03.3. Út az adaptív elárásokhoz: (85) és (88) alapán: W P, ( ( P). Ez utóbb mndkét oldalát megszorozva az mátrxszal: W W ( ( n ). (9) Feltételezve,
Részletesebben7. Regisztráció. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (
Kató Zoltán: Ipar Képfeldolgozás 7. Regsztrácó Kató Zoltán Képfeldolgozás és Számítógépes Grafka tanszék SZE (http://www.nf.u-szeged.hu/~kato/teachng/ Kató Zoltán: Ipar Képfeldolgozás Kép mozak agyobb
RészletesebbenA KLT (Kanade Lucas Tomasi) Feature Tracker Működése (jellegzetes pontok választása és követése)
A KL (Kanade Lucas omasi) Feature racker Működése (jellegzetes pontok választása és követése) Készítette: Hajder Levente 008.11.18. 1. Feladat A rendelkezésre álló videó egy adott képkockájából minél több
RészletesebbenPhilosophiae Doctores. A sorozatban megjelent kötetek listája a kötet végén található
Phlosophae Doctores A sorozatban megjelent kötetek lstája a kötet végén található Benedek Gábor Evolúcós gazdaságok szmulácója AKADÉMIAI KIADÓ, BUDAPEST 3 Kadja az Akadéma Kadó, az 795-ben alapított Magyar
RészletesebbenIntelligens elosztott rendszerek
Intellgens elosztott rendszerek VIMIAC2 Adatelőkészítés: hhetőségvzsgálat normálás stb. Patak Béla BME I.E. 414, 463-26-79 atak@mt.bme.hu, htt://www.mt.bme.hu/general/staff/atak Valamlyen dőben állandó,
RészletesebbenOptikai elmozdulás érzékelő illesztése STMF4 mikrovezérlőhöz és robot helyzetérzékelése. Szakdolgozat
Mskolc Egyetem Gépészmérnök és Informatka Kar Automatzálás és Infokommunkácós Intézet Tanszék Optka elmozdulás érzékelő llesztése STMF4 mkrovezérlőhöz és robot helyzetérzékelése Szakdolgozat Tervezésvezető:
RészletesebbenHely és elmozdulás - meghatározás távolságméréssel
Hely és elmozdulás - meghatározás távolságméréssel Bevezetés A repülő szerkezetek repülőgépek, rakéták, stb. helyének ( koordnátának ) meghatározása nem új feladat. Ezt a szakrodalom részletesen taglalja
RészletesebbenBékefi Zoltán. Közlekedési létesítmények élettartamra vonatkozó hatékonyság vizsgálati módszereinek fejlesztése. PhD Disszertáció
Közlekedés létesítmények élettartamra vonatkozó hatékonyság vzsgálat módszerenek fejlesztése PhD Dsszertácó Budapest, 2006 Alulírott kjelentem, hogy ezt a doktor értekezést magam készítettem, és abban
RészletesebbenALGORITMUSOK, ALGORITMUS-LEÍRÓ ESZKÖZÖK
ALGORITMUSOK, ALGORITMUS-LEÍRÓ ESZKÖZÖK 1. ALGORITMUS FOGALMA ÉS JELLEMZŐI Az algortmus egyértelműen végreajtató tevékenység-, vagy utasítássorozat, amely véges sok lépés után befejeződk. 1.1 Fajtá: -
RészletesebbenStatisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.
Statsztka próbák Paraméteres. A populácó paraméteret becsüljük, ezekkel számolunk.. Az alapsokaság eloszlására van kkötés. Nem paraméteres Nncs lyen becslés Nncs kkötés Ugyanazon problémára sokszor megvan
RészletesebbenOsztályozó algoritmusok vizsgálata
Osztályozó algortmusok vzsgálata Önálló laboratórum beszámoló Készítette: Kollár Nándor Konzulens: Kupcsk András 2009-2-4 Osztályozás A gép tanulás, adatfeldolgozás területének egyk ága az osztályozás,
RészletesebbenHipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?
01.09.18. Hpotézs vzsgálatok Egy példa Kérdések (példa) Hogyan adhatunk választ? Kérdés: Hatásos a lázcsllapító gyógyszer? Hatásos-e a gyógyszer?? rodalomból kísérletekből Hpotézsek A megfgyelt változó
RészletesebbenDr. Ratkó István. Matematikai módszerek orvosi alkalmazásai. 2010.11.08. Magyar Tudomány Napja. Gábor Dénes Főiskola
Dr. Ratkó István Matematka módszerek orvos alkalmazása 200..08. Magyar Tudomány Napja Gábor Dénes Főskola A valószínűségszámítás és matematka statsztka főskola oktatásakor a hallgatók néha megkérdezk egy-egy
Részletesebben4 2 lapultsági együttható =
Leíró statsztka Egy kísérlet végeztével általában tetemes mennységű adat szokott összegyűln. Állandó probléma, hogy mt s kezdjünk - lletve mt tudunk kezden az adatokkal. A statsztka ebben segít mnket.
RészletesebbenThe original laser distance meter. The original laser distance meter
Leca Leca DISTO DISTO TM TM D510 X310 The orgnal laser dstance meter The orgnal laser dstance meter Tartalomjegyzék A műszer beállítása - - - - - - - - - - - - - - - - - - - - - - - - - 2 Bevezetés - -
RészletesebbenAlapmőveletek koncentrált erıkkel
Alapmőveletek koncentrált erıkkel /a. példa Az.7. ábrán feltüntetett, a,5 [m], b, [m] és c,7 [m] oldalú hasábot a bejelölt erık terhelk. A berajzolt koordnátarendszer fgyelembevételével írjuk fel komponens-alakban
RészletesebbenCAD-CAM-CAE Példatár
CAD-CAM-CAE Példatár A példa megnevezése: A példa száma: A példa szintje: CAD rendszer: Kapcsolódó TÁMOP tananyag: A feladat rövid leírása: Szíjtárcsa mőhelyrajzának elkészítése ÓE-A14 alap közepes haladó
Részletesebben6. gyakorlat. Gelle Kitti. Csendes Tibor Somogyi Viktor. London András. jegyzetei alapján
Közelítő és szimbolikus számítások 6. gyakorlat Sajátérték, Gersgorin körök Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor Vinkó Tamás London András Deák Gábor jegyzetei alapján . Mátrixok sajátértékei
RészletesebbenItem-válasz-elmélet alapú adaptív tesztelés. Item Response Theory based adaptive testing
Abstract Item-válasz-elmélet alapú adaptív tesztelés Item Response Theory based adaptve testng ANTAL Margt 1, ERŐS Levente 2 Sapenta EMTE, Műszak és humántudományok kar, Marosvásárhely 1 adjunktus, many@ms.sapenta.ro
RészletesebbenTantárgyi koncentráció: Rajz, magyar, matematika, környezetismeret
1. Térbeli ábrázolás Témakör: Paint Tananyag: Térbeli viszonyok ábrázolása Állandó melléktéma: Képek szerzıi joga, vágólapmőveletek, transzformációs mőveletek Az óra típusa: Gyakorló óra Tantárgyi koncentráció:
Részletesebben1.Tartalomjegyzék 1. 1.Tartalomjegyzék
1.Tartalomjegyzék 1 1.Tartalomjegyzék 1.Tartalomjegyzék...1.Beezetés... 3.A matematka modell kálasztása...5 4.A ékony lap modell...7 5.Egy más módszer a matematka modell kálasztására...10 6.A felületet
Részletesebbens n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés
A m és az átlag Standard hba Mnta átlag 1 170 Az átlagok szntén ngadoznak a m körül. s x s n Az átlagok átlagos eltérése a m- től! 168 A m konfdenca ntervalluma. 3 166 4 173 x s x ~ 68% ~68% annak a valószínűsége,
RészletesebbenAz elektromos kölcsönhatás
TÓTH.: lektrosztatka/ (kbővített óravázlat) z elektromos kölcsönhatás Rég tapasztalat, hogy megdörzsölt testek különös erőket tudnak kfejten. Így pl. megdörzsölt műanyagok (fésű), megdörzsölt üveg- vagy
RészletesebbenAz entrópia statisztikus értelmezése
Az entrópa statsztkus értelmezése A tapasztalat azt mutatja hogy annak ellenére hogy egy gáz molekulá egyed mozgást végeznek vselkedésükben mégs szabályszerűségek vannak. Statsztka jellegű vselkedés szabályok
RészletesebbenII. Rákóczi Ferenc Kárpátaljai Magyar Fıiskola. Pataki Gábor. STATISZTIKA I. Jegyzet
II. Rákócz Ferenc Kárátalja Magyar Fıskola Patak Gábor STATISZTIKA I. Jegyzet 23 Tartalomjegyzék evezetés... 3 I. Statsztka alafogalmak... 4. Statsztka kalakulása, tudománytörténet összefüggése... 4.2
RészletesebbenLeica DISTOTMD510. X310 The original laser distance meter. The original laser distance meter
TM Leca DISTO Leca DISTOTMD510 X10 The orgnal laser dstance meter The orgnal laser dstance meter Tartalomjegyzék A műszer beállítása - - - - - - - - - - - - - - - - - - - - - - - - - 2 Bevezetés - - -
RészletesebbenEgy negyedrendű rekurzív sorozatcsaládról
Egy negyedrendű rekurzív sorozatcsaládról Pethő Attla Emlékül Kss Péternek, a rekurzív sorozatok fáradhatatlan kutatójának. 1. Bevezetés Legyenek a, b Z és {1, 1} olyanok, hogy a 2 4b 2) 0, b 2 és ha 1,
RészletesebbenRégió alapú szegmentálás. Digitális képelemzés alapvető algoritmusai. 2. példa: Elfogadható eredmények. 1. példa: Jó eredmények. Csetverikov Dmitrij
Régó alapú szegmentálás Dgtáls képelemzés alapvető algortmusa Csetverkov Dmtrj Eötvös Lóránd Egyetem, Budapest csetverkov@sztak.hu http://vson.sztak.hu Informatka Kar 1 Küszöbölés példá és elemzése Küszöbölés
RészletesebbenKOMBINATORIKA ELŐADÁS osztatlan matematika tanár hallgatók számára. Szita formula
KOMBINATORIKA ELŐADÁS osztatlan matematka tanár hallgatók számára Szta formula Előadó: Hajnal Péter 2015. 1. Bevezető példák 1. Feladat. Hány olyan sorbaállítása van a a, b, c, d, e} halmaznak, amelyben
RészletesebbenLineáris regresszió. Statisztika I., 4. alkalom
Lneárs regresszó Statsztka I., 4. alkalom Lneárs regresszó Ha két folytonos változó lneárs kapcsolatban van egymással, akkor az egyk segítségével elıre jelezhetjük a másk értékét. Szükségünk van a függı
RészletesebbenALAKOS KÖRKÉS PONTOSSÁGI VIZSGÁLATA EXCEL ALAPÚ SZOFTVERREL OKTATÁSI SEGÉDLET. Összeállította: Dr. Szabó Sándor
MISKOLCI EGYETEM Gépgyártástechnológa Tanszék Mskolc - Egyetemváros ALAKOS KÖRKÉS PONTOSSÁGI VIZSGÁLATA EXCEL ALAPÚ SZOFTVERREL OKTATÁSI SEGÉDLET Összeállította: Dr. Szabó Sándor A orgácsoló megmunkálásokhoz
Részletesebben8. Programozási tételek felsoroló típusokra
8. Programozás tételek felsoroló típusokra Ha egy adatot elem értékek csoportja reprezentál, akkor az adat feldolgozása ezen értékek feldolgozásából áll. Az lyen adat típusának lényeges jellemzője, hogy
Részletesebben8. Pontmegfeleltetések
8. Pontmegfeleltetések Kató Zoltán Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/) 2 Példa: panoráma kép készítés 1. Jellemzőpontok detektálása mindkét
Részletesebben3515, Miskolc-Egyetemváros
Anyagmérnök udományok, 37. kötet, 1. szám (01), pp. 49 56. A-FE-SI ÖVÖZERENDSZER AUMÍNIUMAN GAZDAG SARKÁNAK FEDOGOZÁSA ESPHAD-MÓDSZERRE ESIMAION OF HE A-RIH ORNER OF HE A-FE-SI AOY SYSEM Y ESPHAD MEHOD
RészletesebbenEgyenáramú szervomotor modellezése
Egyenáramú szervomotor modellezése. A gyakorlat élja: Az egyenáramú szervomotor mködését leíró modell meghatározása. A modell valdálása számításokkal és szotverejlesztéssel katalógsadatok alapján.. Elmélet
RészletesebbenMETROLÓGIA ÉS HIBASZÁMíTÁS
METROLÓGIA ÉS HIBASZÁMíTÁS Metrológa alapfogalmak A metrológa a mérések tudománya, a mérésekkel kapcsolatos smereteket fogja össze. Méréssel egy objektum valamlyen tulajdonságáról számszerű értéket kapunk.
RészletesebbenPeriodikus figyelésű készletezési modell megoldása általános feltételek mellett
Tanulmánytár Ellátás/elosztás logsztka BME OMIKK LOGISZTIKA 9. k. 4. sz. 2004. júlus augusztus. p. 47 52. Tanulmánytár Ellátás/elosztás logsztka Perodkus fgyelésű készletezés modell megoldása általános
RészletesebbenModern Fizika Labor Fizika BSC
Modern Fizika Labor Fizika BSC A mérés dátuma: 2009. április 20. A mérés száma és címe: 20. Folyadékáramlások 2D-ban Értékelés: A beadás dátuma: 2009. április 28. A mérést végezte: Márton Krisztina Zsigmond
RészletesebbenMŰSZAKI TUDOMÁNYI DOKTORI ISKOLA. Napkollektorok üzemi jellemzőinek modellezése
MŰSZAKI TUDOMÁNYI DOKTORI ISKOLA Napkollektorok üzem jellemzőnek modellezése Doktor (PhD) értekezés tézse Péter Szabó István Gödöllő 015 A doktor skola megnevezése: Műszak Tudomány Doktor Iskola tudományága:
RészletesebbenVariációs módszerek a gépi látásban
Varácós módszerek a gép látásban MOLNÁR JÓZSEF Doktor értekezés Témavezetı: Prof. Csetverkov Dmtrj Eötvös Loránd Tudományegyetem Informatka Doktor Iskola Az nformatka alapja és módszertana A doktor program
RészletesebbenMechatronika segédlet 3. gyakorlat
Mechatronika segédlet 3. gyakorlat 2017. február 20. Tartalom Vadai Gergely, Faragó Dénes Feladatleírás... 2 Fogaskerék... 2 Nézetváltás 3D modellezéshez... 2 Könnyítés megvalósítása... 2 A fogaskerék
RészletesebbenMEZŐGAZDASÁGI TERMÉKEK FELVÁSÁRLÁSI FOLYAMATÁNAK SZIMULÁCIÓJA, KÜLÖNÖS TEKINTETTEL A CUKORRÉPÁRA OTKA
MEZŐGAZDASÁGI TERMÉKEK FELVÁSÁRLÁSI FOLYAMATÁNAK SZIMULÁCIÓJA, KÜLÖNÖS TEKINTETTEL A CUKORRÉPÁRA OTKA Kutatás téma 2002 2005. Nylvántartás szám: T0 37555 TARTALOMJEGYZÉK 1. Kutatás célktűzések... 2 2.
RészletesebbenA neurális hálózatok alapjai
A neuráls hálózatok alapja (A Neuráls hálózatok és mszak alkalmazásak cím könyv (ld. források) alapján) 1. Bológa alapok A bológa alapok megsmerése azért fontos, mert nagyon sok egyed neuráls struktúra,
RészletesebbenElosztott rendszerek játékelméleti elemzése: tervezés és öszönzés. Toka László
adat Távközlés és Médanformatka Tanszék Budapest Műszak és Gazdaságtudomány Egyetem Eurecom Telecom Pars Elosztott rendszerek játékelmélet elemzése: tervezés és öszönzés Toka László Tézsfüzet Témavezetők:
RészletesebbenIDA ELŐADÁS I. Bolgár Bence október 17.
IDA ELŐADÁS I. Bolgár Bence 2014. október 17. I. Generatív és dszkrmnatív modellek Korábban megsmerkedtünk a felügyelt tanulással (supervsed learnng). Legyen adott a D = {, y } P =1 tanító halmaz, ahol
RészletesebbenLABMASTER anyagvizsgáló program
LABMASTER anyagvizsgáló program A LABMASTER anyagvizsgáló szabványok szerinti vizsgálatok kialakítására és végzésére lett kifejlesztve. Szabványos vizsgálatok széles skálája érhetı el a mérések végrehajtásához
RészletesebbenRegresszió. Fő cél: jóslás Történhet:
Fő cél: jóslás Történhet: Regresszó 1 változó több változó segítségével Lépések: Létezk-e valamlyen kapcsolat a 2 változó között? Kapcsolat természetének leírása (mat. egy.) A regresszós egyenlet alapján
Részletesebben2009.04.29. 2009. április 24. INFO Savaria 2009 2. 2009. április 24. INFO Savaria 2009 4. 2009. április 24. INFO Savaria 2009 3
Négy adatbázis-kezelı rendszer összehasonlítása webes környezetben Sterbinszky Nóra snorav@gmail.com Áttekintés Növekvı igény hatékony adatbázis- kezelıkre a világhálón Hogyan mérhetı ezek teljesítménye
Részletesebben2. személyes konzultáció. Széchenyi István Egyetem
Makroökonóma 2. személyes konzultácó Szécheny István Egyetem Gazdálkodás szak e-learnng képzés Összeállította: Farkas Péter 1 A tananyag felépítése (térkép) Ön tt áll : MAKROEGENSÚL Inflácó, munkanélkülség,
Részletesebben3D számítógépes geometria és alakzatrekonstrukció
3D számítógépes geometria és alakzatrekonstrukció 15. Digitális Alakzatrekonstrukció Méréstechnológia, Ponthalmazok regisztrációja http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiima01
RészletesebbenForgácsolási paraméterek mûvelet szintû optimalizálása
Gépgyártástechnológa 2000/3, pp. 9 15. Forgácsolás paraméterek mûvelet szntû optmalzálása Mkó Balázs 1 - Szánta Mhály 2 - Dr Szegh Imre 3 1 - udományos segédmunkatárs, 2 - Egyetem hallgató, 3 Egyetem docens
Részletesebbend(f(x), f(y)) q d(x, y), ahol 0 q < 1.
Fxponttétel Már a hétköznap életben s gyakran tapasztaltuk, hogy két pont között a távolságot nem feltétlenül a " kettő között egyenes szakasz hossza" adja Pl két település között a távolságot közlekedés
RészletesebbenReaktivitás on-line digitális mérhetősége virtuális méréstechnikával
Szeged Tudományegyetem Természettudomány Kar Reaktvtás on-lne dgtáls mérhetősége vrtuáls méréstechnkával TDK dolgozat Készítette: Bara Péter fzkus szakos hallgató IV-V. évfolyam Témavezető: Dr. Korpás
RészletesebbenA multikritériumos elemzés célja, alkalmazási területe, adat-transzformációs eljárások, az osztályozási eljárások lényege
A multkrtérumos elemzés célja, alkalmazás területe, adat-transzformácós eljárások, az osztályozás eljárások lényege Cél: tervváltozatok, objektumok értékelése (helyzetértékelés), döntéshozatal segítése
RészletesebbenAdatstruktúrák, algoritmusok, objektumok
Adatstruktúrák, algoritmusok, objektumok 2. Az objektumorientált programozási paradigma 1 A szoftverkrízis Kihívások a szoftverfejlesztés módszereivel szemben 1. A szoftveres megoldások szerepe folyamatosan
RészletesebbenJelek és rendszerek Gyakorlat_02. A gyakorlat célja megismerkedni a MATLAB Simulink mőködésével, filozófiájával.
A gyakorlat célja megismerkedni a MATLAB Simulink mőködésével, filozófiájával. A Szimulink programcsomag rendszerek analóg számítógépes modelljének szimulálására alkalmas grafikus programcsomag. Egy SIMULINK
RészletesebbenTeljesítmény Mérés. Tóth Zsolt. Miskolci Egyetem. Tóth Zsolt (Miskolci Egyetem) Teljesítmény Mérés / 20
Teljesítmény Mérés Tóth Zsolt Miskolci Egyetem 2013 Tóth Zsolt (Miskolci Egyetem) Teljesítmény Mérés 2013 1 / 20 Tartalomjegyzék 1 Bevezetés 2 Visual Studio Kód metrikák Performance Explorer Tóth Zsolt
RészletesebbenKvantum-tömörítés II.
LOGO Kvantum-tömörítés II. Gyöngyös László BME Vllamosmérnök és Informatka Kar A kvantumcsatorna kapactása Kommunkácó kvantumbtekkel Klasszkus btek előnye Könnyű kezelhetőség Stabl kommunkácó Dszkrét értékek
RészletesebbenMinősítéses mérőrendszerek képességvizsgálata
Mnősítéses mérőrendszerek képességvzsgálata Vágó Emese, Dr. Kemény Sándor Budapest Műszak és Gazdaságtudomány Egyetem Kéma és Környezet Folyamatmérnök Tanszék Az előadás vázlata 1. Mnősítéses mérőrendszerek
Részletesebben6. Alkalom. Kép ClipArt WordArt Szimbólum Körlevél. K é p
6. Alkalom Kép ClipArt WordArt Szimbólum Körlevél K é p Képet már létezı képállományból vagy a Word beépített CLIPART képtárgyőjteményébıl illeszthetünk be. Képállományból kép beillesztése A szövegkurzort
RészletesebbenKiegészítés a felületi hullámossághoz és a forgácsképződéshez. 1. ábra. ( 2 ) A szögváltozó kifejezése:
Kegészítés a felület hullámossághoz és a forgácsképződéshez Két korább dolgozatunkban [ KD1 ], [ KD2 ] s foglalkoztunk már a fapar forgácsoláselméletben központ szerepet játszó felület hullámosság kalakulásával,
RészletesebbenIndirekt térfogat-vizualizáció. Fourier térfogat-vizualizáció. Tomográfiás rekonstrukció. Radon-transzformáció. A Fourier vetítő sík tétel
Vzualzácós algortmusok csoportosítása Indrekt térfogat-vzualzácó Csébfalv Balázs Budapest Műszak és Gazdaságtudomány Egyetem Irányítástechnka és Informatka Tanszék Drekt vzualzácó: Közvetlenül a dszkrét
RészletesebbenTeljes eseményrendszer. Valószínőségszámítás. Példák. Teljes valószínőség tétele. Példa. Bayes tétele
Teljes eseményrendszer Valószínőségszámítás 3. elıadás 2009.09.22. Defnícó. Események A 1, A 2,..., sorozata teljes eseményrendszer, ha egymást páronként kzárják és egyesítésük Ω. Tulajdonság: P A ) +
RészletesebbenTérbeli transzformációk, a tér leképezése síkra
Térbeli transzformációk, a tér leképezése síkra Homogén koordináták bevezetése térben A tér minden P pontjához kölcsönösen egyértelműen egy valós (x, y, z) számhármast rendeltünk hozzá. (Descartes-féle
Részletesebben4 205 044-2012/11 Változtatások joga fenntartva. Kezelési útmutató. UltraGas kondenzációs gázkazán. Az energia megőrzése környezetünk védelme
HU 4 205 044-2012/11 Változtatások joga fenntartva Kezelés útmutató UltraGas kondenzácós gázkazán Az energa megőrzése környezetünk védelme Tartalomjegyzék UltraGas 15-1000 4 205 044 1. Kezelés útmutató
RészletesebbenAdatsorok jellegadó értékei
Adatsorok jellegadó értéke Varga Ágnes egyetem tanársegéd varga.ag14@gmal.com Terület és térnformatka kvanttatív elemzés módszerek BCE Geo Intézet Terület elemzés forgatókönyve vacsora hasonlat Terület
RészletesebbenHA8EV ORBITRON Programmal vezérelt Azimut/Elevációs forgató elektronika v10.0
HA8EV ORBITRON Programmal vezérelt Azimut/Elevációs forgató elektronika v10.0 Copyright 2010 HA8EV Szőcs Péter Tartalomjegyzék: 1.) Bevezetés 3 2.) Az áramkör rövid ismertetése 3 3.) A szoftver funkcióinak
Részletesebben4 Approximációs algoritmusok szorzatalakú hálózatok esetén
4 Approxmácós algortmusok szorzatalakú hálózatok esetén Az MVA-n alapuló approxmácó (Bard-Schwetzer-módszer): Beérkezés tétel: T () = 1 µ [1+ ( 1) ], =1,...,N Iterácó a következő approxmácó használatával:
RészletesebbenMIKROFYN GÉPVEZÉRLÉSEK. 2D megoldások:
MIKROFYN GÉPVEZÉRLÉSEK Néhány szó a gyártóról: Az 1987-es kezdés óta a Mikrofyn A/S a világ öt legnagyobb precíziós lézer és gépvezérlés gyártója közé lépett. A profitot visszaforgatta az új termékek fejlesztésébe
RészletesebbenMechanizmusok vegyes dinamikájának elemzése
echanzmuso vegyes dnamáána elemzése ntonya Csaba ranslvana Egyetem, nyagsmeret Kar, Brassó. Bevezetés Komple mechanzmuso nemata és dnama mozgásvszonyana elemzése nélülözhetetlen a termétervezés első szaaszaban.
Részletesebben3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás
3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás 15. Digitális Alakzatrekonstrukció Méréstechnológia, Ponthalmazok regisztrációja http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiiav54
RészletesebbenA dinamikus geometriai rendszerek használatának egy lehetséges területe
Fejezetek a matematika tanításából A dinamikus geometriai rendszerek használatának egy lehetséges területe Készítette: Harsányi Sándor V. matematika-informatika szakos hallgató Porcsalma, 2004. december
RészletesebbenFILMHANG RESTAURÁLÁS: A NEMLINEÁRIS KOMPENZÁLÁS
FILMHANG RESTAURÁLÁS: A NEMLINEÁRIS KOMPENZÁLÁS EGY GYAKORLATI ALKALMAZÁSA Bakó Tamás, dr. Dabócz Tamás Budapest Mszak és gazdaságtudomány Egyetem, Méréstechnka és Informácós Rendszerek Tanszék e-mal:
RészletesebbenChipkártya alapú elektronikus szavazórendszer tervezése és implementálása
Budapest Műszak és Gazdaságtudomány Egyetem Vllamosmérnök és Informatka Kar Híradástechnka Tanszék Halmos Dávd András Chpkártya alapú elektronkus szavazórendszer tervezése és mplementálása Dplomamunka
RészletesebbenFeladatok MATEMATIKÁBÓL II.
Feladatok MATEMATIKÁBÓL a 12. évfolyam számára II. 1. Alakítsuk át a következő kifejezéseket úgy, hogy teljes négyzetek jelenjenek meg: a) x 2 2x + b) x 2 6x + 10 c) x 2 + x + 1 d) x 2 12x + 11 e) 2x 2
RészletesebbenAlgoritmusok és adatszerkezetek gyakorlat 09 Rendezések
Algortmusok és adatszerkezetek gyakorlat 09 Rendezések Néhány órával ezelőtt megsmerkedtünk már a Merge Sort rendező algortmussal. A Merge Sort-ról tuduk, hogy a legrosszabb eset dőgénye O(n log n). Tetszőleges
RészletesebbenMPEG-4 modell alkalmazása szájmozgás megjelenítésére
MPEG-4 modell alkalmazása szájmozgás megjelenítésére Takács György, Tihanyi Attila, Bárdi Tamás, Feldhoffer Gergely, Srancsik Bálint Pázmány Péter Katolikus Egyetem Információs Technológia Kar 1083 Budapest
RészletesebbenTérinformatikai DGPS NTRIP vétel és feldolgozás
Térinformatikai DGPS NTRIP vétel és feldolgozás Méréseinkhez a Thales Mobile Mapper CE térinformatikai GPS vevıt használtunk. A mérést a Szegedi Tudományegyetem Egyetem utcai épületének tetején található
RészletesebbenCiklikusan változó igényűkészletezési modell megoldása dinamikus programozással
Cklkusan változó gényűkészletezés modell megoldása dnamkus programozással Cklkusan változó gényűkészletezés modell megoldása dnamkus programozással DR BENKŐJÁNOS egyetem tanár SZIE 200 Gödöllő Páter K
RészletesebbenBevezetés a kémiai termodinamikába
A Sprnger kadónál megjelenő könyv nem végleges magyar változata (Csak oktatás célú magánhasználatra!) Bevezetés a kéma termodnamkába írta: Kesze Ernő Eötvös Loránd udományegyetem Budapest, 007 Ez az oldal
RészletesebbenBiostatisztika e-book Dr. Dinya Elek
TÁMOP-4../A/-/-0-005 Egészségügy Ügyvtelszervező Szakrány: Tartalomfejlesztés és Elektronkus Tananyagfejlesztés a BSc képzés keretében Bostatsztka e-book Dr. Dnya Elek Tartalomjegyzék. Bevezetés a mátrok
RészletesebbenCAD-CAM-CAE Példatár
CAD-CAM-CAE Példatár A példa megnevezése: A példa száma: A példa szintje: CAx rendszer: Kapcsolódó TÁMOP tananyag rész: A feladat rövid leírása: VEM Rúdszerkezet sajátfrekvenciája ÓE-A05 alap közepes haladó
RészletesebbenÖsszegzés a 92/2011.(XII.30.) NFM rendelet 9. melléklete alapján
NEMZETBIZTONSÁGI SZAKSZOLGÁLAT GAZDASÁGI VEZETŐ 1399 Budapest 62. Pf.: 710/4-2. Ikt.sz.: 30700/21293- /2015. 1. számú példány Összegzés a 92/2011.(XII.30.) NFM rendelet 9. melléklete alapján 1. Az ajánlatkérő
RészletesebbenEmber-robot kölcsönhatás. Biztonsági kihívások
MŐEGYETEM 1782 Budapest Budapest Mőszak és Gazdaságtudomány Egyetem Gépészmérnök Kar Mechatronka, Optka és Gépészet Informatka Tanszék A PhD dsszertácó összefoglalója Ember-robot kölcsönhatás. Bztonság
Részletesebben5.1. A szállítás fontosabb jellemzői Hoover-féle egyik alapkő: a szállítási/közlekedési költségek minimalizálása transzferálható inputok és outputok
5. Szállítás költségek mnmalzálása (regonáls gazdaságtan, 2004.03.09.) 5.. A szállítás fontosabb jellemző Hoover-féle egyk alapkő: a szállítás/közlekedés költségek mnmalzálása transzferálható nputok és
RészletesebbenA korlátozás programozás alapjai
A korlátozás programozás alapa Kovács András akovacs@mt.bme.hu Bevezetés Ez a segédlet a Mesterséges Intellgenca Labor c. tárgyat felvett hallgatókhoz szól, és feltételez a logka programozás elmélet alapanak,
RészletesebbenORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!
ORVOSI STATISZTIKA Az orvos statsztka helye Élettan Anatóma Kéma Lehet kérdés?? Statsztka! Az orvos döntéseket hoz! Mkor jó egy döntés? Mennyre helyes egy döntés? Mekkora a tévedés lehetősége? Példa: test
RészletesebbenBevezető milyen információkkal rendelkezik a magyar lakosság ezekről a termékkategóriákról Módszertan:
Bevezető A Szinapszis Kft. a Magyar Gyógyszerészi Kamarával együttműködve piackutatást kezdeményezett, amelynek célja annak feltárása, milyen szerepe van a gyógyszernek illetve az egyéb, gyógyhatású, étrend-kiegészítő
RészletesebbenOPTIMALIZÁLT LÉPÉSKÖZŰ NEWTON-RAPHSON ALGORITMUS EHD FELADAT MEGOLDÁSÁHOZ
Multdszcplnárs tudományok, 3. kötet. (013) 1. sz. pp. 97-106. OPTIMALIZÁLT LÉPÉSKÖZŰ NEWTON-RAPHSON ALGORITMUS EHD FELADAT MEGOLDÁSÁHOZ Száva Szabolcs egyetem adjunktus, Mskolc Egyetem, Anyagszerkezettan
Részletesebben* Az eszköztáron látható menüpontok közül csak a felsoroltak esetén használható a Ctrl.
Általános fogómód használata Az általános fogómód egy olyan objektum érzékeny kurzor, amely az alább felsorolt szerkesztı mőveleteknél felismeri azt, hogy milyen grafilus elem felett áll, és annak megfelelıen
RészletesebbenAdat mentés. A program segítség file-ok, mappák mentésében. Mentési csomagokat állíthatunk össze.
Adat mentés A program segítség file-ok, mappák mentésében. Mentési csomagokat állíthatunk össze. A program telepítése: A program nem igényel telepítést. Másoljuk a számítógépünkre tetszıleges helyre. Készítsünk
RészletesebbenVARIANCIAANALÍZIS (szóráselemzés, ANOVA)
VARIANCIAANAÍZIS (szóráselemzés, ANOVA) Varancaanalízs. Varancaanalízs (szóráselemzés, ANOVA) Adott: egy vagy több tetszőleges skálájú független változó és egy legalább ntervallum skálájú függő változó.
RészletesebbenMobil Telefonon Keresztüli Felügyelet Felhasználói Kézikönyv
Mobil Telefonon Keresztüli Felügyelet Felhasználói Kézikönyv Tartalomjegyzék 1. Symbian rendszer...2 1.1 Funkciók és követelmények...2 1.2 Telepítés és használat...2 2. Windows Mobile rendszer...6 2.1
Részletesebben3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás
3D - geometra modellezés, alakzatrekonstrukcó, nyomtatás 17. 3D Szegmentálás http://cg.t.bme.hu/portal/node/312 https://www.vk.bme.hu/kepzes/targyak/viiiav54 Dr. Várady Tamás, Dr. Salv Péter BME, Vllamosmérnök
Részletesebben