文献

J-GLOBAL ID：201602277960535213   整理番号：16A0811235

ハイパースペクトルの画像とミバエ最適化アルゴリズムのジャガイモ・軽微な挫創検出に基づく【JST・京大機械翻訳】

Detection of Potato Slight Bruise Based on Hyperspectral Image and Fruit Fly Optimization Algorithm

著者 (5件)： Li Xiaoyu (College of Engineering, Huazhong Agricultural University) ,  Xu Senmiao (College of Engineering, Huazhong Agricultural University) ,  Feng Yaoze (College of Engineering, Huazhong Agricultural University) ,  Huang Tao (College of Engineering, Huazhong Agricultural University) ,  Ding Chongyi (College of Engineering, Huazhong Agricultural University)
資料名： Nongye Jixie Xuebao  (Nongye Jixie Xuebao)
巻： 47  号： 1  ページ： 221-226  発行年： 2016年 
JST資料番号： C2453A  ISSN： 1000-1298  CODEN： NUYCA3  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 通常の高スペクトル反射率を正確に,ジャガイモ表面を置いてランダムに検出できない軽微な挫創の問題に対して,1つのV型平面鏡を用いての高スペクトルをショウジョウバエをジャガイモを検出する最適化アルゴリズム(FOA)を結合する軽微な挫創の方法を提案した。試験はV型平面鏡反射ハイパースペクトル画像収集システムをを構築し,それぞれランダム放置下の軽微Peng傷とジャガイモ合格のハイパースペクトル画像を採取し,1枚ごとのハイパースペクトル画像は,ミラー反射画像F11を含む、カメラを直接画像F2およびF3平面鏡と2反射画像を採取し,それぞれ、F_1F_2、F3および関心領域の平均スペクトルをモザイクジャガイモの属性行列として抽出する。標準正規変数変換(SNV)前処理を用いた後のスペクトル行列で行う全帯域のサポートベクトル分類(SVC)モデリング,予測セットの認識率は,単に84.11%であった;モデルの性能を高める,アントコロニー最適化(ACO)アルゴリズムを採用し変数の最適化を行ったために,9つの変数のSVCのモデルを確立したが,予測精度は,95.32%であった;選び抜かれた。それぞれのグリッド探索(GRID SEARCH)法、遺伝的アルゴリズム(GA)とFOAを用いてSVCのペナルティパラメータCとカーネル関数パラメータGに対して最適化を行い,比較によって分析,FOA-SVCのトレーニングセットと予測セットに対する認識精度はいずれも100%に達した。試験結果は,V型反射鏡の高スペクトルを用いて軽微Peng傷FOA-SVCはジャガイモを正確に検出できるのを結合して,ジャガイモの軽微な・挫創オンライン検出のために技術的基礎を提供することができることを示した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  *挫傷 ,  *画像 ,  前処理 ,  *スペクトル ,  反射鏡 ,  遺伝的アルゴリズム ,  反射率 ,  *ジャガイモ ,  モデリング
準シソーラス用語： 予測精度 ,  ハイパースペクトル画像 ,  平面鏡 ,  *最適アルゴリズム ,  *ハイパースペクトル , 【Automatic Indexing@JST】

著者キーワード (5件)： potato ,  slight bruise ,  V-shaped plane mirror ,  hyperspectral imaging ,  fruit fly optimization algorithm

分類 (1件)： リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (4件)： ハイパースペクトル ,  最適化アルゴリズム ,  ジャガイモ ,  挫創