文献

J-GLOBAL ID：201802240332790296   整理番号：18A0162265

教師つき学習法を用いたアーモンド分類【Powered by NICT】

Almonds classification using supervised learning methods

著者 (3件)： Halac Delila (Faculty of Electrical Engineering Sarajevo, University of Sarajevo, Bosnia and Herzegovina) ,  Sokic Emir (Faculty of Electrical Engineering Sarajevo, University of Sarajevo, Bosnia and Herzegovina) ,  Turajlic Emir (Faculty of Electrical Engineering Sarajevo, University of Sarajevo, Bosnia and Herzegovina)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICAT  ページ： 1-6  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： ディジタル画像処理技術を産業環境における食品分類に使用されている。本論文では,異なるタイプのアーモンドの分類を行うために教師つき学習法,すなわちマルチクラスサポートベクトルマシンと人工神経回路網の使用を提案した。特徴ベクトルを定義するプロセスでは,提案した方法が最も重要な形状と色パラメータを同定するために主成分分析に依存してきた。考慮した分類アルゴリズムの比較解析は分類ではなく,人工神経回路網のための基礎として使用されているサポートベクトルマシンとアーモンド分類の精度の高いレベルが得られることを示した。さらに,実験結果は,提案した方法が実時間応用における使用を容易にするためのロバスト性と計算効率の有意なレベルを示すことを明らかにした。添加では,この目的のために,種々のクラスアーモンドを含むアーモンド画像のデータセットが形成され,この分野の他の研究者により使用される自由に利用可能である。Copyright 2018 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： サポートベクトルマシン ,  主成分分析 ,  ニューラルネットワーク ,  画像 ,  *教師つき学習 ,  ロバスト性 ,  食品
準シソーラス用語： 計算効率 ,  実時間 ,  分類アルゴリズム ,  特徴ベクトル ,  デジタル画像処理 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 教師つき学習 ,  アーモンド ,  分類