Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

How we can use multivariate statistical analysis to predict creasing of fabrics

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F46747885%3A24410%2F14%3A%230004015" target="_blank" >RIV/46747885:24410/14:#0004015 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.4028/www.scientific.net/AMM.543-547.1930" target="_blank" >http://dx.doi.org/10.4028/www.scientific.net/AMM.543-547.1930</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.4028/www.scientific.net/AMM.543-547.1930" target="_blank" >10.4028/www.scientific.net/AMM.543-547.1930</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    How we can use multivariate statistical analysis to predict creasing of fabrics

  • Popis výsledku v původním jazyce

    The creasing of textiles was evaluated by means of the innovative method of measuring the angle of recovery. Our aim is to find statistically significant features contributing to the determination of creasing materials. For this purpose, to identify theinner structures of data, the method of PCA analysis was used a method with latent variables. By means of PCA analysis (method of principal components) the original nine characteristics can be reduced to two latent variables, i.e. principal components. The structure and links among the examined features are characterized by methods like: Scree Plot, Score and component loading, Scatrerplot and Dendrogram.

  • Název v anglickém jazyce

    How we can use multivariate statistical analysis to predict creasing of fabrics

  • Popis výsledku anglicky

    The creasing of textiles was evaluated by means of the innovative method of measuring the angle of recovery. Our aim is to find statistically significant features contributing to the determination of creasing materials. For this purpose, to identify theinner structures of data, the method of PCA analysis was used a method with latent variables. By means of PCA analysis (method of principal components) the original nine characteristics can be reduced to two latent variables, i.e. principal components. The structure and links among the examined features are characterized by methods like: Scree Plot, Score and component loading, Scatrerplot and Dendrogram.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    JJ - Ostatní materiály

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2014

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Applied Mechanics and Materials

  • ISSN

    1660-9336

  • e-ISSN

  • Svazek periodika

    543-547

  • Číslo periodika v rámci svazku

    2014

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    4

  • Strana od-do

    1930-1933

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus