文献

J-GLOBAL ID：201802282704184522   整理番号：18A1222441

K-meansクラスタリングアルゴリズムとBPニューラルネットワークに基づく米品種同定【JST・京大機械翻訳】

Identificationon Rice Varieties Based on K-means Clustering Algorithm and BP Neural Network

著者 (3件)： Qin Shufang (武漢軽工大学数学与計算机学院,武漢,430023) ,  Liu Changhua (武漢軽工大学数学与計算机学院,武漢,430023) ,  Huang Shenao (武漢軽工大学数学与計算机学院,武漢,430023)
資料名： Zhongguo Liangyou Xuebao  (Zhongguo Liangyou Xuebao)
巻： 33  号： 2  ページ： 128-131,141  発行年： 2018年 
JST資料番号： C2273A  ISSN： 1003-0174  CODEN： ZLXUFO  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： BPニューラルネットワークは,誤差逆伝播によって訓練されるフィードフォワードネットワークであり,自己適応性とリアルタイム学習の特性を持ち,分類に広く使用される。しかし、サンプルの種類が多すぎると、BPニューラルネットワークの分類精度が著しく低下し、これに基づいて、本研究では、K-meansクラスタリングアルゴリズムとBPニューラルネットワークを組み合わせた方法をイネ品種の鑑別に提案した。11の米サンプルの平均グレイレベル,アスペクト比,および円形度の3つの特性パラメータを,画像処理によって抽出し,そして,K-平均クラスタ化アルゴリズムを使用して,クラスタ化した。実験結果は,このアルゴリズムの分類効果が,BPニューラルネットワークとK-平均アルゴリズムより優れており,分類精度が80%に達することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： アスペクト比 ,  *アルゴリズム ,  *品種 ,  学習 ,  画像処理 ,  真円度 ,  クラスタ化
準シソーラス用語： 特性パラメータ ,  グレイレベル ,  分類精度 ,  実時間 ,  自己適応 ,  フィードフォワードニューラルネットワーク ,  *逆伝播ニューラルネットワーク ,  *k-means法 , 【Automatic Indexing@JST】

著者キーワード (3件)： rice ,  K-means clustering algorithm ,  BP neural network

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 (5件)： クラスタリングアルゴリズム ,  BPニューラルネットワーク ,  米 ,  品種 ,  同定