抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,濃淡画像からの米粒のいくつかの特徴の自動抽出のための畳込みニューラルネットワークのモデルを提案した。システムは7層から成る畳込みニューラルネットワークを開発し,その入力として200×200画素を測定する濃淡画像を受けている。,入力レベルでネットワーク上の40000ニューロンである。層は6フィルタ群を用いて畳込みである。maximumvalue機能を持つサブサンプリング層である。12フィルタのもう一つの畳込み層とmaximumvalue機能を持つサブサンプリング層を有していた。最終は3個のニューロンの完全に連結した層である。開発した畳込みニューラルネットワーク検出器は全体平均精度99.52%で穀粒試料を同定することができた。研究の結果は,イネ穀粒試料の品種タイプ同定のためのよく訓練された畳込みニューラルネットワーク検出器を用いたマシンビジョンの能力と可能性を実証した。得られた分類の比較的高い精度では,開発したニューラルネットワークアーキテクチャと共にマシンビジョンはイネマーケティングシステム内の取引点で良好であり,より客観的な品質評価を達成するためのツールとして用いることができ,それはまた他の研究のための優れた代替法を提供する。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】