ラベル法と結合したハイパースペクトル画像による異なる年からのトウモロコシ種子の異なる品種の分類のためのモデル更新【Powered by NICT】

Guo Dongsheng; Zhu Qibing; Huang Min; Guo Ya; Qin Jianwei

文献

J-GLOBAL ID：201702262374795486 整理番号：17A1707874

ラベル法と結合したハイパースペクトル画像による異なる年からのトウモロコシ種子の異なる品種の分類のためのモデル更新【Powered by NICT】

Model updating for the classification of different varieties of maize seeds from different years by hyperspectral imaging coupled with a pre-labeling method

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A1707874&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A1707874&from=J-GLOBAL&jstjournalNo=T0337A") }}

著者 (5件)： , , , ,
資料名：
巻： 142 号： PA ページ： 1-8 発行年： 2017年
JST資料番号： T0337A ISSN： 0168-1699 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

ケモメトリックスと組み合わせたハイパースペクトル画像技術の使用は,選別種子品種のための有効な非破壊法である。しかし,この方法の性能は,時間の影響に感受性であり,モデリングプロセス時において使用した訓練セットに依存する。それらは異なる年に収穫した種子の同一品種を区別するために用いられ,試験セットにおける新しい分散に起因した場合劣化が分類モデルの精度は,1年ごとに培養条件,土壌環境条件と気候変化の変化により紹介した。モデルの精度とロバスト性を維持するために,前標識法と組み合わせたハイパースペクトルイメージングに基づく異なる年からトウモロコシ種子品種を識別するためのモデル更新アルゴリズムを提案した。,それぞれのラベル無しサンプルのプレラベルは,最小二乗サポートベクトルマシン分類器によって開発された元の分類モデルを用いて得られた。信頼できる前ラベルを持つ代表的なラベル無しサンプルはPearson相関係数に基づく分類モデルの更新のために選択した。モデル更新後,平均分類精度は,それぞれ8.9%,35.8%および9.6%改善し,三テストセットのための非更新されたモデルのそれらとそれぞれ比較した。これは異なる年のトウモロコシ種子を分類するための提案した方法の有効性を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

, , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

著者キーワード (5件)： , , , ,

図形・画像処理一般

, , , , , , ,

前のページに戻る