文献

J-GLOBAL ID：201102276448856718   整理番号：11A0927493

SVDDおよびSVMに基づく赤潮藻類識別

Red Tide Algae Recognition Based SVDD and SVM

著者 (6件)： JIANG Tao (School of Information Sci. and Technol.,Xiamen Univ.) ,  WANG Cheng (Coll. of Electronic Sci. and Engineering,National Univ. of Defense Techndogy, Hunan, Changsha) ,  WANG Bo-liang (School of Information Sci. and Technol.,Xiamen Univ.) ,  XIE Jie-zhen (School of Information Sci. and Technol.,Xiamen Univ.) ,  JIAO Nian-zhi (Xiamen Univ., Fujian, Xiamen) ,  LUO Ting-wei (Xiamen Univ., Fujian, Xiamen)
資料名： Xiamen Daxue Xuebao. Ziran Kexue Ban  (Xiamen Daxue Xuebao. Ziran Kexue Ban)
巻： 49  号： 1  ページ： 47-51  発行年： 2010年 
JST資料番号： W1452A  ISSN： 0438-0479  CODEN： HMHHAF  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： 本論文では,フローサイトメトリに基づく海藻監視システムのために設計されたリアルタイム藻類分類器を提示する。そのような分類の困難さは次の内容を含んでいる:1)同一藻類のカテゴリーの形状は変形可能であり,変形は個体差および最盛期によることが大きい,2)藻類の像は像平面および部分遮蔽に対する異なる3D位置により変化する可能性がある,3)また,像は未知藻類と汚染物を含んでいる。提案した方法では,様々な形状特徴が明らかになり,サポートベクトルデータ記述(SVDD)は汚染物および未知藻類を拒絶するよう訓練させ,サポートベクトルマシーン(SYM)は藻類を分類学的階級に分類するのに用いられた。また,本アプローチにより藻類像の収集に対して90%以上の精度に達した。汚染藻類像セット(未知藻類および非藻類物体,例えば砂地を含む)に関する試験により前途有望な結果を証明した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： サポートベクトルマシン ,  赤潮 ,  藻類 ,  *認識 ,  時間 ,  汚染物質 ,  海藻 ,  監視装置
準シソーラス用語： SVM ,  *識別 ,  リアルタイム ,  汚染物 ,  監視システム

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： SVM ,  赤潮 ,  藻類 ,  識別