文献

J-GLOBAL ID：201802233660654811   整理番号：18A0884986

多特徴と局所線形埋め込み融合アルゴリズムの植物認識への応用研究【JST・京大機械翻訳】

Application Research of Multi-Feature and Locally Linear Embedding Fusion Algorithm in Plant Recognition

著者 (4件)： Dan Zhilei (湖北工業大学電气与電子工程学院,湖北 武漢,430068) ,  Zhang Wangfei (西南林業大学林学院,云南 昆明,650224) ,  Zhao Xilin (湖北工業大学電气与電子工程学院,湖北 武漢,430068) ,  Fu Bo (湖北工業大学電气与電子工程学院,湖北 武漢,430068)
資料名： Xinan Linye Daxue Xuebao  (Xinan Linye Daxue Xuebao)
巻： 37  号： 6  ページ： 188-194  発行年： 2017年 
JST資料番号： C3574A  ISSN： 2095-1914  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： 植物認識プロセスにおける葉回転状態の識別要求に対して、植物マルチ特徴抽出と局部埋め込み融合アルゴリズムを用いて、サポートベクターマシン(SVM)を用いて分類装置を構築し、植物葉に対して分類識別を行った。その結果;ブロックベースの局所二値パターン(LBP)アルゴリズムは,植物葉のテクスチャ特性を抽出することができる。局所線形埋め込み(LLE)アルゴリズムを使用して,高次元のLBP特徴を次元縮小し,分類認識時間を減らし,より良いクラスタリング効果を達成し,認識率を効果的に向上できた。提案した植物葉の識別方法は回転状態での葉に対して良好な実用性を持つ。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： クラスタ化 ,  *アルゴリズム ,  特徴抽出 ,  次元縮小 ,  *線形性 ,  サポートベクトルマシン ,  分類装置 ,  高次元
準シソーラス用語： 実用性 ,  認識率 ,  質感 , 【Automatic Indexing@JST】

著者キーワード (6件)： Local Binary Pattern (LBP) ,  Locally Linear Embedding (LLE) ,  Hu moment ,  Support Vector Machine ( SVM) ,  leaf ,  recognition

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 線形 ,  埋め込み ,  融合 ,  アルゴリズム ,  植物 ,  応用 ,  研究