Saltar navegación e ir al contenido principal
Biblioteca digital de Bogotá
Logo BibloRed
Cargando contenido
¿Qué estás buscando?

  • Escribe palabras clave como el título de un contenido, un autor o un tema que te interese.

  • Búsqueda avanzada

Seleccionar

Contenidos y Experiencias Digitales

Filtrar

Formatos de Contenido
Tipo de colección
Género
Idioma
Derechos de uso

Selecciona contenidos según las condiciones legales para su uso y distribución.

Estás filtrando por

Cargando contenido

Se encontraron 110737 resultados en recursos

  • Exclusivo BibloRed
Imagen de apoyo de Steering Acoustic Intensity Estimator Using a Single Acoustic Vector Hydrophone

Steering Acoustic Intensity Estimator Using a Single Acoustic Vector Hydrophone

Por: Hindawi | Fecha: 2018

La estimación del ángulo acimutal utilizando un único hidrófono vectorial es un problema bien conocido en acústica submarina. En presencia de múltiples fuentes, un estimador de intensidad acústica complejo (CAIE) convencional no puede distinguir el ángulo acimutal de cada fuente. En este trabajo proponemos un estimador de intensidad acústica direccional (SAIE) para la estimación del ángulo acimutal en presencia de interferencias. El ángulo acimutal de la interferencia se conoce de antemano a partir de los datos del sistema de posicionamiento global (GPS) y de la brújula. Construyendo los flujos de energía acústica de dirección en los canales x e y del hidrófono vectorial acústico, puede obtenerse el ángulo acimutal de interés cuando el ángulo acimutal de dirección se dirige hacia la interferencia. Los resultados de la simulación muestran que el SAIE supera al CAIE y es insensible a la relación señal-ruido (SNR) y a la relación señal-interferencia (SIR). Se presenta una prueba en el mar que verifica la validez del método propuesto.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Steering Acoustic Intensity Estimator Using a Single Acoustic Vector Hydrophone

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de A High Precision Laser-Based Autofocus Method Using Biased Image Plane for Microscopy

A High Precision Laser-Based Autofocus Method Using Biased Image Plane for Microscopy

Por: Hindawi | Fecha: 2018

Este estudio diseña y realiza un sistema de autoenfoque basado en láser de alta precisión y robustez, en el que se aplica un plano de imagen sesgado. De acuerdo con la óptica diseñada, se propone un algoritmo de ajuste del círculo basado en clústeres para calcular el radio del punto de detección a partir del rayo láser reflejado como factor esencial para obtener el valor de desenfoque. El experimento llevado a cabo en el dispositivo experimental logró un rendimiento novedoso de alta precisión y robustez. Además, la baja exigencia de precisión de montaje convierte al método propuesto en una solución económica y realizable para la técnica de autoenfoque.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

A High Precision Laser-Based Autofocus Method Using Biased Image Plane for Microscopy

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de Sequential Human Activity Recognition Based on Deep Convolutional Network and Extreme Learning Machine Using Wearable Sensors

Sequential Human Activity Recognition Based on Deep Convolutional Network and Extreme Learning Machine Using Wearable Sensors

Por: Hindawi | Fecha: 2018

Los problemas de reconocimiento de la actividad humana (HAR) se han resuelto tradicionalmente utilizando características de ingeniería obtenidas por métodos heurísticos. Estos métodos ignoran la información temporal del flujo de datos del sensor y no pueden lograr un reconocimiento secuencial de la actividad humana. Con el uso de métodos tradicionales de aprendizaje estadístico, los resultados podrían caer fácilmente en el mínimo local distinto del óptimo global y también se enfrentan al problema de la baja eficiencia. Por lo tanto, proponemos un marco profundo híbrido basado en operaciones de convolución, unidades recurrentes LSTM y clasificador ELM; las ventajas son las siguientes: (1) no requiere conocimiento experto en la extracción de características; (2) modela la dinámica temporal de las características; y (3) es más adecuado para clasificar las características extraídas y acorta el tiempo de ejecución. Todas estas ventajas únicas lo hacen superior a otros algoritmos HAR. Evaluamos nuestro marco en el conjunto de datos OPPORTUNITY que se ha utilizado en el reto OPPORTUNITY. Los resultados muestran que nuestro método propuesto supera en un 6% a las redes profundas no recurrentes, y en un 8% al mejor resultado obtenido anteriormente. En comparación con las redes neuronales que utilizan el algoritmo BP, el tiempo de prueba se reduce en un 38%.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Sequential Human Activity Recognition Based on Deep Convolutional Network and Extreme Learning Machine Using Wearable Sensors

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de Convolution Neural Network Based on Two-Dimensional Spectrum for Hyperspectral Image Classification

Convolution Neural Network Based on Two-Dimensional Spectrum for Hyperspectral Image Classification

Por: Hindawi | Fecha: 2018

Se determinan las características espectrales inherentes a los datos de imágenes hiperespectrales (HSI) y es necesario extraerlas en profundidad. Se propone un modelo de red neuronal de convolución (CNN) de espectro bidimensional (espectro 2D) basado en las ventajas del aprendizaje profundo para extraer características y clasificar HSI. En primer lugar, los métodos tradicionales de procesamiento de datos que utilizan bloques de píxeles de área pequeña o vectores espectrales unidimensionales como unidad de entrada aportan muchos ruidos heterogéneos. Se propone el método de imagen de espectro 2D para resolver el problema y aprovechar al máximo el valor espectral y la información espacial. Además, se introduce un algoritmo de normalización por lotes (BN) para abordar los desplazamientos internos de las covariables causados por cambios en la distribución de los datos de entrada y acelerar el entrenamiento de la red. Por último, se proponen modelos de pérdida Softmax para inducir la competencia entre las salidas y mejorar el rendimiento del modelo CNN. Los conjuntos de datos HSI de los experimentos incluyen Indian Pines, Salinas, Kennedy Space Center (KSC) y Botsuana. Los resultados experimentales muestran que las precisiones globales del modelo CNN de espectro 2D pueden alcanzar el 98,26%, 97,28%, 96,22% y 93,64%. Estos resultados son superiores a los de otros métodos tradicionales descritos en este artículo. El modelo propuesto puede lograr una gran precisión y eficacia en la clasificación de objetivos.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Convolution Neural Network Based on Two-Dimensional Spectrum for Hyperspectral Image Classification

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de A Rapid UAV Image Georeference Algorithm Developed for Emergency Response

A Rapid UAV Image Georeference Algorithm Developed for Emergency Response

Por: Hindawi | Fecha: 2018

El sistema de recogida de imágenes basado en vehículos aéreos no tripulados desempeña un papel importante en la respuesta tras un terremoto y la investigación de catástrofes. En el periodo de respuesta posterior al terremoto, los métodos tradicionales de procesamiento de imágenes de vehículos aéreos no tripulados pueden tardar una o varias horas en coser cientos de imágenes o reconstruir modelos 3D, por lo que es necesario mejorar su eficacia. Para resolver este problema, en este artículo se propone un método de georreferenciación rápida de imágenes de UAV tras un terremoto. En primer lugar, se analiza el modelo de georreferenciación rápida de imágenes UAV y, a continuación, se adopta el archivo mundial diseñado y desarrollado por ESRI para organizar los datos de las imágenes georreferenciadas. A continuación, se emplea el método de georreferenciación directa basado en los datos de posición y actitud recogidos por el sistema de piloto automático para calcular las coordenadas de la esquina superior izquierda de las imágenes georreferenciadas. Para las diferencias en los modos de rotación de la imagen entre el modelo de georreferencia rápida y el archivo mundial, en este trabajo se considera el modelo de compensación de errores de georreferencia rápida a partir de la rotación de la imagen. Por último, se utilizan la extracción de características y la correspondencia de características de las imágenes UAV y la imagen referenciada para mejorar la precisión de los parámetros de posición en el archivo mundial, lo que reducirá el error sistemático de las imágenes georreferenciadas. Utilizamos las imágenes de UAV recogidas en los condados de Danling y Beichuan, en la provincia de Sichuan, para llevar a cabo los experimentos de georreferenciación rápida empleando diferentes tipos de UAV. Todas las imágenes se georreferencian en tres minutos. Los resultados muestran que el algoritmo propuesto en este artículo satisface los requisitos de tiempo y precisión de la respuesta tras un terremoto, lo que tiene un importante valor de aplicación.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

A Rapid UAV Image Georeference Algorithm Developed for Emergency Response

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de Error Compensation Technique for a Resistance-Type Differential Pressure Flow Sensor

Error Compensation Technique for a Resistance-Type Differential Pressure Flow Sensor

Por: Hindawi | Fecha: 2018

Se diseña un sensor de flujo basado en el método de flujo de presión diferencial de tipo resistencia (RDPF) y se miden los datos de flujo durante un proceso de llenado de pasta de ganga de carbón. Se analizan las características del error de medición de un sensor RDPF. Los errores periódicos y aperiódicos se modelan por separado. El modelo para el error periódico se establece por aproximación de series de Fourier utilizando la solución de mínimos cuadrados de una ecuación sobredeterminada para resolver los parámetros del modelo. El modelo para el error aperiódico se establece mediante un método de máquina de vectores de soporte de mínimos cuadrados en línea (LS-SVM). La validación cruzada se utiliza para resolver los parámetros del modelo. Las simulaciones y los experimentos demuestran que la precisión de la medición dinámica del sensor mejora considerablemente gracias a la compensación de errores, con lo que se reduce el desperdicio de material de relleno y se mejora la eficiencia económica.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Error Compensation Technique for a Resistance-Type Differential Pressure Flow Sensor

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de Monitoring and Control Systems in Agriculture Using Intelligent Sensor Techniques, A Review of the Aeroponic System

Monitoring and Control Systems in Agriculture Using Intelligent Sensor Techniques, A Review of the Aeroponic System

Por: Hindawi | Fecha: 2018

En los últimos años, las técnicas de sensores inteligentes han logrado una atención significativa en la agricultura. Se aplican en la agricultura para planificar adecuadamente las diversas actividades y misiones utilizando recursos limitados con una mínima interferencia humana. En la actualidad, el cultivo de plantas mediante nuevos métodos agrícolas es muy popular entre los agricultores. Sin embargo, la aeroponía es uno de los métodos de la agricultura moderna que se practica habitualmente en todo el mundo. En este sistema, la planta se cultiva en condiciones de control total en la cámara de crecimiento mediante el suministro de una pequeña niebla de la solución nutritiva en sustitución del suelo. La niebla de nutrientes se expulsa periódicamente a través de boquillas de atomización. Durante el cultivo de la planta, varios pasos, incluyendo la temperatura, la humedad, la intensidad de la luz, el nivel de solución nutritiva de agua, el pH y el valor de la CE, la concentración de CO2, el tiempo de atomización, y el tiempo de intervalo de atomización requieren una atención adecuada para el crecimiento floreciente de la planta. Por lo tanto, el objetivo de este estudio de revisión era proporcionar conocimientos significativos sobre la detección temprana de fallos y el diagnóstico en aeroponía utilizando técnicas inteligentes (sensores inalámbricos). Así, el agricultor podría monitorizar varios parámetros sin utilizar instrumentos de laboratorio, y el agricultor podría controlar todo el sistema de forma remota. Además, la técnica también proporciona una amplia gama de información que podría ser esencial para los investigadores de plantas y proporciona una mayor comprensión de cómo los parámetros clave de aeroponía se correlacionan con el crecimiento de las plantas en el sistema. Ofrece un control total del sistema, no mediante la atención manual constante del operador, sino en gran medida mediante sensores inalámbricos. Además, la adopción de las técnicas inteligentes en el sistema aeropónico podría reducir el concepto de utilidad del sistema debido al complicado proceso de supervisión y control manual.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Monitoring and Control Systems in Agriculture Using Intelligent Sensor Techniques, A Review of the Aeroponic System

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de Urban Lawn Monitoring in Smart City Environments

Urban Lawn Monitoring in Smart City Environments

Por: Hindawi | Fecha: 2018

El control del uso del agua de riego es un factor clave para lograr la sostenibilidad de la agricultura. El riego del césped urbano representa un alto porcentaje del uso urbano del agua. El uso de las tecnologías de la información y la comunicación (TIC) ofrece la posibilidad de monitorizar el estado del césped para ajustar el régimen de riego. En este artículo proponemos un sistema basado en Arduino con una cámara instalada en un dron. El dron vuela a lo largo del jardín tomando imágenes del césped. Esas imágenes se procesan con un algoritmo basado en reglas que las clasifica según la calidad del césped. Las imágenes se pueden etiquetar en tres categorías: alta cobertura, baja cobertura o muy baja cobertura. Tras diseñar nuestro algoritmo, se utilizan doce imágenes para verificar su correcto funcionamiento. Los resultados muestran una tasa de acierto del 100%. Para analizar la idoneidad de utilizar drones para realizar esta tarea, realizamos un estudio comparativo para jardines de diferentes tamaños, en el que se ha utilizado el dron y un sistema similar montado en un pequeño vehículo autónomo. Los resultados muestran que, para jardines de más de 1000 m2, es necesario el uso del dron debido al tiempo que consume el vehículo en cubrir toda la superficie. Por último, se muestran los resultados del envío de la información de la imagen tras procesarla de diferentes maneras.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Urban Lawn Monitoring in Smart City Environments

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de Simplified Attitude Determination Algorithm Using Accelerometer and Magnetometer with Extremely Low Execution Time

Simplified Attitude Determination Algorithm Using Accelerometer and Magnetometer with Extremely Low Execution Time

Por: Hindawi | Fecha: 2018

La determinación de la actitud acelerómetro-magnetómetro es una técnica de procesamiento de medios común y vital en robótica industrial y electrónica de consumo. En este artículo, presentamos una nueva solución analítica de actitud para la combinación acelerómetro-magnetómetro en el sentido del problema de Wahba. La matriz de Davenport se da analíticamente y se calculan sus valores propios. Mediante derivaciones, los valores propios se simplifican a expresiones muy cortas. A continuación, se obtienen los vectores propios correspondientes mediante operaciones con filas de matrices. El sistema está altamente optimizado basándose en la factorización y simplificación de la forma fila-echelón obtenida, lo que lo hace computacionalmente rápido en la práctica. De este modo, se denomina combinación rápida acelerómetro-magnetómetro (FAMC). Se realizan experimentos sobre la corrección y las ventajas de la solución propuesta. Los resultados muestran que, en comparación con las soluciones convencionales, la solución analítica propuesta no sólo es correcta y precisa, sino que, a nuestro entender, también es la más eficiente en términos de tiempo.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Simplified Attitude Determination Algorithm Using Accelerometer and Magnetometer with Extremely Low Execution Time

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de Dielectric Characteristics of Unsaturated Loess and the Safety Detection of the Road Subgrade Based on GPR

Dielectric Characteristics of Unsaturated Loess and the Safety Detection of the Road Subgrade Based on GPR

Por: Hindawi | Fecha: 2017

Presentamos un modelo de contenido de humedad y permitividad para detectar y estimar simultáneamente defectos en el subsuelo de loess. Basándonos en el método del radar de penetración en el suelo (GPR), se estudiaron las propiedades dieléctricas del loess en el noroeste de China y la característica de imagen del contenido de humedad de los diferentes estratos. La permitividad relativa del loess con diferentes contenidos de humedad se experimentó en el laboratorio. Se descubrió que la permitividad relativa del loess no saturado estaba relacionada positivamente con el contenido de humedad. Se analizó la relación entre la permitividad relativa y el contenido de humedad en diferentes frecuencias de antena de GPR. Se estudiaron las reglas de reflexión de las ondas electromagnéticas en la interfaz del loess utilizando el método numérico con diferentes contenidos de humedad. Con el aumento del contenido de humedad, se incrementó la amplitud del GPR. Cuando las conclusiones anteriores se aplicaron en las prácticas de ingeniería, hay buenos efectos para detectar los defectos de la subrasante de la carretera. Es una guía significativa para determinar la investigación cualitativa de los defectos de la subrasante de la carretera.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Dielectric Characteristics of Unsaturated Loess and the Safety Detection of the Road Subgrade Based on GPR

Copia el enlace o compártelo en redes sociales

Selecciona las Colecciones en las que vas a añadir el contenido

Para consultar los contenidos añadidos busca la opción Tus colecciones en el menú principal o en Mi perfil.

Mis colecciones

Cargando colecciones

¿Deseas limpiar los términos de la búsqueda avanzada?

Vas a limpiar los términos que has aplicado hasta el momento para poder rehacer tu búsqueda.

Selecciona las Colecciones en las que vas a añadir el contenido

Para consultar los contenidos añadidos busca la opción Tus colecciones en el menú principal o en Mi perfil.

Mis colecciones

Cargando colecciones
Se abrirá en una nueva pestaña