An Intelligent Framework for the Classification of Premium and Regular Gasoline for Arson and Fuel Spill Investigation Based on Extreme Learning Machines

Olatunji, Sunday O.; Adeleke, Imran A.

doi:10.1109/cicsyn.2010.37

Cited by 2 publications

(1 citation statement)

References 9 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Rozwiązaniem tego problemu wydaje się być zastosowanie bardziej wyrafinowanych metod badawczych dających nowe informacje o analizowanym przedmiocie. Wykorzystanie metod chromatograficznych, a w szczególności metody GC-MS [1,4,26,33], daje możli-wość wprowadzania nowych wskaźników, które będą różnico-wać "piki związków" nieoznaczanych za pomocą GC-FID itp. Pozyskane dane mogą dostarczyć informacji na temat wzajemnego oddziaływania pomiędzy składnikami benzyny w mieszankach, ujawniając charakter efektu mieszania.…”

Section: Możliwości Interpretacyjne Systemów Wykorzystujących Sztucznunclassified

Wykorzystanie sieci neuronowych w dochodzeniach związanych z przestępczością gospodarczą na rynku paliw płynnych. Część 1

Haduch

Badawczy

Tadeusiewicz

et al. 2017

View full text Add to dashboard Cite

Wykorzystanie sieci neuronowych w dochodzeniach związanych z przestępczością gospodarczą na rynku paliw płynnych. Część 1 W artykule dokonano krótkiego przeglądu literatury poświęconej wykorzystaniu sieci neuronowych przy określaniu niektó-rych właściwości benzyn silnikowych, istotnych przy predykcji ich jakości w powiązaniu ze składem chemicznym oznaczanym metodami chromatograficznymi (GC-FID, GC-MS).Słowa kluczowe: sieci neuronowe, benzyna silnikowa, właściwości benzyn silnikowych.The use of neural networks in investigations related to economic crime on the liquid fuels market. Part 1In the article a brief review of the literature on the use of neural networks in the determination of certain properties of motor gasoline relevant for the prediction of their quality in relation to chemical compositions determined by chromatography (GC-FID, GC-MS) was done.Key words: neural networks, motor gasoline, motor gasoline properties.W ramach swojej działalności instytucje badawcze wykonują lub mogą wykonywać szereg usług eksperckich i laboratoryjnych dla organów ścigania oraz instytucji zajmujących się monitoringiem jakości paliw, mających w efekcie poprawić bezpieczeństwo stosowania paliw ciekłych dostępnych na rynku polskim.W walce z przestępczością gospodarczą związaną z fał-szowaniem paliw ważne są dwa elementy:• szybkie określenie składu chemicznego badanego paliwa w powiązaniu z jego właściwościami, • wskazanie prawdopodobnego źródła pochodzenia zabezpieczonej próbki paliwa. Trudności w szybkim i pewnym określeniu tych dwóch czynników uniemożliwiają szybką reakcję i skuteczne przeciwdziałanie zjawisku fałszowania paliw, powodującemu olbrzymie straty finansowe skarbu państwa. Możliwość szybkiego kojarzenia i odtwarzania całości informacji na podstawie informacji niepełnej oraz zdolność prawidłowego zinterpretowania danych zniekształconych lub niekompletnych byłaby bardzo pomocna przy rozwiązywaniu tego rodzaju problemów. Aktualnie w Polsce i w Europie w obrocie detalicznym występują benzyny silnikowe zawierające w swym skła-dzie związki tlenowe (alkohole i etery), z których głównie stosowanymi są: etanol w ilości do 10% (V/V) oraz eter etylowo-tert-butylowy. Paliwa te są bardzo wrażliwe na próby fałszowania. Wszelkie, nawet niewielkie zmiany w składzie komponentowym, powstające przy nieuprawnionej ingerencji, mogą spowodować zmiany właściwości paliw, wpływa-jąc negatywnie na środowisko naturalne i silniki spalinowe napędzane tym paliwem. Wstęp

show abstract

Section: Możliwości Interpretacyjne Systemów Wykorzystujących Sztucznunclassified