文献

J-GLOBAL ID：201702268304219402   整理番号：17A1730651

人工ニューラルネットワークに基づく葉の認識【Powered by NICT】

Leaf recognition based on artificial neural network

著者 (3件)： Ayaz Furkan (Muehendislik Fakueltesi Bilgisayar Muehendisligi Boluemue Bartin UEniversitesi Bartin, Tuerkiye) ,  Ari Ali (Suergue Meslek Yueksekokulu Bilgisayar Teknolojileri Boluemue Inonue UEniversitesi Malatya, Tuerkiye) ,  Hanbay Davut (Muehendislik Fakueltesi Bilgisayar Muehendisligi Boluemue Inonue UEniversitesi Malatya, Tuerkiye)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IDAP  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 葉からの植物認識は機械学習と画像処理における一般的な領域となっている。本研究では7種類のアンズ樹木の葉を用いて決定し,分類した。最初の葉ではした画像を前処理した。各フィルタプロセスの各画像は5×5により走査したより後重複フィルタと中央値は葉を表現するために記録した。フィルタより後に,各画像は2×2の重複フィルタと比較して各移動段階の最大値を記録した。各画像の大きさはそれに減少の半分であった。これらの均一なパターンのヒストグラムを評価した。これらの特徴は,人工ニューラルネットワーク(ANN)への入力として適用し,7種類のアンズの精度は98.6%であると分類した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 中央値 ,  機械学習 ,  画像処理 ,  *ニューラルネットワーク ,  フィルタ ,  ヒストグラム ,  画像 ,  前処理

分類 (4件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  脳・神経系モデル  (EL02050C) ,  生体計測  (EL03020C)

タイトルに関連する用語 (2件)： 人工ニューラルネットワーク ,  葉