文献

J-GLOBAL ID：201802225523787464   整理番号：18A1459644

Variance-SFFSに基づくコムギ葉部病害画像認識【JST・京大機械翻訳】

Identification of wheat leaf diseases based on Variance-SFFS algorithm

著者 (3件)： Hu Weiwei (農業部農業物聯网技術集成与応用重点実験室,安徽 合肥230036;安徽農業大学信息与計算机学院,安徽合肥 230036) ,  Zhang Wu (農業部農業物聯网技術集成与応用重点実験室,安徽 合肥230036;安徽農業大学信息与計算机学院,安徽合肥 230036) ,  Liu Lianzhong (農業部農業物聯网技術集成与応用重点実験室,安徽 合肥230036;安徽農業大学信息与計算机学院,安徽合肥 230036)
資料名： Hunan Nongye Daxue Xuebao. Zirankexueban  (Hunan Nongye Daxue Xuebao. Zirankexueban)
巻： 44  号： 2  ページ： 225-228  発行年： 2018年 
JST資料番号： C2085A  ISSN： 1007-1032  CODEN： HNDXFL  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： コムギうどんこ病,黄さび病,および葉さび病斑を,中間値フィルタリングとk平均クラスタリング法の組合せによって分割した。カラーモーメントとグレイレベル共起行列を用いて,カラー特徴とテクスチャ特徴パラメータを抽出した。Varianceアルゴリズム(SFFS)に基づく特徴選択アルゴリズムを設計し,優れた特徴部分集合を選択した。小麦の3種類の葉部病害の識別を実現した。SVMを分類装置として用い,特徴選択法によって得た特徴部分集合の認識精度は99%であった。主成分分析(PCA)によって特徴次元を縮小し,特徴次元を低減でき,認識精度を改善した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： モーメント ,  部分集合 ,  特徴選択 ,  主成分分析 ,  分類装置 ,  *コムギ ,  フィルタリング ,  アルゴリズム ,  *画像認識 ,  うどんこ病
準シソーラス用語： 認識精度 ,  質感 ,  共起行列 ,  グレイレベル ,  病斑 , 【Automatic Indexing@JST】

著者キーワード (4件)： wheat disease ,  dimension reduction ,  heuristic search ,  support vector machine

分類 (1件)： し好料作物  (FC03076D)

タイトルに関連する用語 (4件)： コムギ ,  葉部 ,  病害 ,  画像認識