Národní úložiště šedé literatury Nalezeno 912 záznamů.  začátekpředchozí403 - 412dalšíkonec  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Klasifikace smrkových porostů s využitím obrazové a laboratorní spektroskopie
Soudková, Kristýna ; Potůčková, Markéta (vedoucí práce) ; Kupková, Lucie (oponent)
Diplomová práce se zabývá subpixelovou klasifikací hyperspektrálních dat ze senzoru APEX. V rešeršní části jsou popsány algoritmy subpixelové klasifikace a spektrální charakteristiky vegetace. V praktické části je zpracována klasifikace smrkových porostů na osmi stanovištích v oblasti první zóny Krkonošského národního parku. Ke klasifikaci byly využity tři metody řízené klasifikace - Linear Spectral Unmixing, Support Vector Machine a Spectral Angle Mapper. Pro získání koncových členů byla využita data nasbíraná při terénní kampani pomocí kontaktní sondy připojené na přístroj ASD FieldSpec 4 Wide-Res. Pro každé stanoviště byly vytvořeny mapy krajinného pokryvu a zpracovány přesnosti jednotlivých klasifikací. Powered by TCPDF (www.tcpdf.org)
Zlomeniny zadní hrany tibie u luxačních zlomenin hlezna
Kostlivý, Karel ; Bartoníček, Jan (vedoucí práce) ; Pilný, Jaroslav (oponent) ; Dráč, Pavel (oponent)
Disertační práce se zabývá zlomeninami zadní hrany tibie u zlomenin hlezna. V diagnostice a léčbě zlomenin zadní hrany tibie u zlomenin hlezna celosvětově neexistuje na problematiku jednotný názor. Experimentální část studie se zaměřila na anatomii hlezenního kloubu, a to zejména na stavbu fibulární incisury distální tibie jako na jednu z klíčových oblastí pro stabilitu hlezna. Výsledkem bylo stanovení ideální vzdálenosti pro správné hodnocení postavení fibuly v incisuře tibie. V klinické části studie byl na základním souboru pacientů se zlomeninami hlezna se současně přítomným odlomením zadní hrany tibie hodnocen charakter zlomenin pomocí předoperačně prováděného RTG a CT vyšetření. Tím bylo možno stanovit základní morfologické typy zlomenin zadní hrany. Vzniklá klasifikace byla ověřována na rozšířeném souboru pacientů. V klinické praxi byla použita k volbě operačního přístupu a způsobu fixace. Správnost vzniklé klasifikace byla ověřena na rozšířeném souboru pacientů. Klinickou aplikací anatomické 3D CT klasifikace bylo dosaženo dobrého anatomického postavení přímou repozicí a stabilní osteosyntézou ze zvolených přístupů, a i dobrých funkčních výsledků. Zásadní význam pro přesnou identifikaci, posouzení všech lézí a pro předoperační plánování mělo provedení předoperačního CT vyšetření ve třech rovinách a...
Klasifikace vybraných zemědělských plodin v modelovém území Kutnohorska s využitím časové řady dat Sentinel-2 a PlanetScope
Kuthan, Tomáš ; Kupková, Lucie (vedoucí práce) ; Potůčková, Markéta (oponent)
Klasifikace vybraných zemědělských plodin v modelovém území Kutnohorska s využitím časové řady dat Sentinel-2 a PlanetScope Abstrakt Práce je zaměřena na analýzu spektrálních charakteristik vybraných zemědělských plodin v průběhu zemědělské sezóny z časové řady družicových dat senzorů Sentinel-2 (A a B) a PlanetScope v modelovém území v okolí sídel Kolín a Kutná Hora. Vychází z předpokladu, že využití více termínů obrazových dat, která zachycují plodiny v různých fenologických fázích, umožňuje lepší identifikaci druhů plodin (Lu et al., 2004). Cílem práce bylo zpracovat charakteristiku sezónního průběhu spektrálních příznaků vybraných zemědělských plodin (cukrovka, ječmen jarní, ječmen ozimý, kukuřice, pšenice jarní, pšenice ozimá, řepka ozimá), která určí období roku vhodná pro odlišení jednotlivých plodin. Dalším cílem práce bylo provést klasifikaci těchto plodin v modelovém území z časové řady dat dvou výše zmíněných senzorů a porovnat přesnost pixelové a objektově orientované klasifikace pro multitemporální kompozit a přesnost pro snímek z období, kdy jsou od sebe jednotlivé plodiny dobře rozlišitelné. Trénovací a validační plochy a klasifikační maska byly vytvořeny s využitím databáze LPIS, kterou poskytl Státní zemědělský intervenční fond. Pro klasifikaci byla využita časová řada družicových dat obou...
Funkce zvířat v dětských představách
Mášová, Vendula ; Kučera, Miloš (vedoucí práce) ; Klusák, Miroslav (oponent)
Bakalářská práce se zabývá funkcemi zvířat v dětských představách. Jejím hlavním cílem je zjistit, co vnímají děti na zvířatech jako důležité, jaké jejich potřeby mohou zvířata saturovat a zda se pojetí zvířat mění v závislosti na pohlaví a věku dítěte. Téměř celá práce je věnována kvalitativnímu rozboru dat z realizovaného výzkumu, který byl uskutečněn na jedné základní škole s dětmi třech věkových kategorií (1., 4.,7. třídy). Hlavní použitou metodou byl rozhovor na podkladě mnou sestaveného dotazníku a jako doplňková metoda byla zvolena Kresba začarované rodiny.
Vývoj krajinného pokryvu a klimatická charakteristika oblasti Úpského rašeliniště
Hejda, Tomáš ; Treml, Václav (vedoucí práce) ; Šefrna, Luděk (oponent)
Rašeliniště, potažmo mokřady, jsou velmi důležitá stanoviště, ekosystémy a reliktní i recentní úložiště. Objekt studia rašelinišť je zaměřen na morfologické, hydrologické a chemické vlastnosti a stále více jsou rašeliniště diskutována v globálním měřítku vzhledem ke klimatické změně. Předkládaná bakalářská práce se zabývá charakteristikami rašelinišť v globálním měřítku, které jsou používány v literatuře a vytváří jejich klasifikaci. Klasifikace rašelinišť je řešena i v českém měřítku se zaměřením na rašeliniště západních Vysokých Sudet. Rašeliniště Krkonoš byla klimaticky analyzována se zaměřením na dynamiku krajinného pokryvu oblasti Úpského rašeliniště a následně porovnávána se skandinávskými rašeliništi. Z uvedených analýz lze konstatovat korelaci především s typem Aapa. Vegetace, zejména borovice kleč (Pinus mugo) a smrkové rodiny, nad alpínskou hranicí lesa zaznamenala ve sledovaném období ve východních Vysokých Krkonoších značný nárůst s ohledem na dopady klimatických fluktuací. Klíčová slova: rašeliniště, klasifikace, Krkonoše, klima, změny vegetace
Efektivní implementace metod pro redukci dimenze v mnohorozměrné statistice
Pekař, Vojtěch ; Duintjer Tebbens, Erik Jurjen (vedoucí práce) ; Hnětynková, Iveta (oponent)
V naší práci si klademe za cíl především zefektivnit implementaci klasifikační metody, která se nazývá lineární diskriminační analýza. Jde o model mnohorozměrné statistiky, který má na základě určitého množství vzorků a jejich příslušnosti k určité skupině zařadit do skupiny vzorek nový. Zaměřujeme se zejména na její vysoce dimenzionální verzi, což znamená, že množství vstupních parametrů je tak velké, že převyšuje počet vzorků a v důsledku toho úloha vede na singulární kovarianční matici. Pro příliš velká data mohou být běžně užívané metody prakticky nepoužitelné z důvodu vysokých výpočetních nákladů. Z toho důvodu nahlížíme na téma z pohledu numerické lineární algebry a vzniklé úlohy upravujeme na jejich ekvivalentní formulaci s mnohem nižší dimenzí. Nabízíme tak nové způsoby řešení, k tomu poskytujeme příklady konkrétních algoritmů a diskutujeme jejich efektivitu. Powered by TCPDF (www.tcpdf.org)
Klasifikace UAV hyperspaktrálních obrazových dat s využitím metod hlubokého učení
Řádová, Martina ; Potůčková, Markéta (vedoucí práce) ; Kupková, Lucie (oponent)
Uvedená diplomová práce "Klasifikace UAV hyperspektrálních (HS) obrazových dat s využitím metod hlubokého učení" se v obecné rovině věnuje klasifikačním metodám hyperspektrálních snímků. Ve své rešeršní části diplomová práce podává obecný přehled metod konvolučních neuronových sítí. Na základě toho je sestaven přehledný rámec jako podklad pro vytipování vhodné metody pro tuto práci. Vybrány jsou dvě metody s otevřeným řešením v jazyce Python. Zvolenými metodami jsou Capsule Network a U-Net. Cílem práce je ověřit vhodnost těchto metod pro klasifikaci hyperspektrálních snímků krkonošské tundry s vysokým prostorovým rozlišením. Dílčím cílem je i příprava vstupních HS (54 pásem, 9 cm) dat do vhodné podoby pro vstup do sítě. Vzhledem ke složitosti architektury nebylo dosaženo všech požadovaných výsledků u metody Capsule Network. Pro účely porovnání a ověření výsledků byla použita metoda U-Net. Ta dosáhla přesnějších výsledků oproti hodnotám získávaným tradičními metodami (SVM, ML, RF a další), kdy celková přesnost byla u U-Net vyšší než 90% a u ostatních zmiňovaných metod OA nepřesáhla 88%. Zejména třídy suť a kleč vyšly výrazně přesněji než všechny ostatní třídy (UA - user's accuracy a PA - producer's accuracy přes 99%). Klíčová slova Hluboké učení, konvoluční neuronové sítě, hyperspektrální snímky,...
Tenis osob se speciálními potřebami
Slavíková, Magdalena ; Čichoň, Rostislav (vedoucí práce) ; Kočíb, Tomáš (oponent)
Název: Tenis osob se speciálními potřebami Cíle práce: Cílem bakalářské práce je shrnout dosavadní poznatky týkající se tenisu osob se speciálními potřebami v kontextu s historickým vývojem. Metody: Bakalářská práce je koncipována jako přehledová studie. Zdrojem informací pro bakalářskou práci byla především volně dostupná odborná literatura, vědecko-populární články a další odborné prameny především z internetových zdrojů zabývající se tématem tenisu na vozíku u osob se speciálními potřebami. Výsledky: Práce přináší aktuální přehled odborné a populárně naučné literatury týkající se tenisu osob se speciálními potřebami. Část práce je věnována historii tohoto relativně mladého sportovního odvětví. Jsou zde popsána aktuální pravidla, specifika kladená na výzbroj a výstroj. Je zde zmíněna problematika klasifikace v soutěžích na mezinárodní a národní úrovni. Část práce je věnována technice úderů, které jsou vysoce specifické a odlišují se od standardního tenisu. Závěry: Závěrem této bakalářské práce je třeba zdůraznit potřebu popularizace sportu osob se speciálními potřebami, jako jednoho z prostředků udržení samostatnosti a cestě k plnohodnotnému životu osob se speciálními potřebami. Klíčová slova: tenis, tenis na vozíku, handicap, historie, vybavení, tenisový vozík, tenisová raketa, pravidla,...
Klasifikace land cover change v Etiopii pomocí dat Landsat a Sentinel-2
Zadražil, Filip ; Laštovička, Josef (vedoucí práce) ; Svoboda, Jan (oponent)
Tato bakalářská práce je zaměřena na porovnání klasifikátorů Random Forest (RF) a CART na příkladu etiopského regionu Sidama. Pro tento region byla provedena analýza vývoje krajinného pokryvu mezi roky 2014 a 2020. Softwarem využitým ke klasifikaci byla cloudová platforma Google Earth Engine (GEE). Řízená klasifikace byla provedena na snímcích z misí Landsat 8 a Sentinel-2, které byly načteny z datového katalogu Earth Engine. Pro trénovací body byla využita data z in-situ měření, u vstupních dat byla ověřena variabilita v čase pomocí volně dostupných dat v Google Earth Pro. V rámci řešeršní části se práce věnuje metodám a výsledkům výzkumů, které byly prováděny v tématu blízkém této práci. V empirické části se práce věnuje analýze dat Landsat 8 a Sentinel-2, porovnáno bylo temporální, prostorové i spektrální rozlišení. Z hlediska temporálního rozlišení bylo prokázáno, že data Sentinel-2 díky dvěma paralelně snímajícím družicím umožňují snímat až třikrát více snímků pro stejné území v rámci Etiopie. Spektrální a prostorové rozlišení Sentinel-2 umožňuje lépe pozorovat menší a hůře odlišitelné prvky. Data byla následně využita pro klasifikace land cover pomocí klasifikátorů RF a CART v cloud based prostředí GEE. Klasifikátor RF umožnil získat vyšší celkovou přesnost, konkrétně až 82 % u dat Sentinel-2...

Národní úložiště šedé literatury : Nalezeno 912 záznamů.   začátekpředchozí403 - 412dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.