文献

J-GLOBAL ID：201902214917105508   整理番号：19A0908366

多相センチネルリンパ-2Aデータに基づく冬コムギ認識能力の分析【JST・京大機械翻訳】

Analysis of winter wheat recognition ability based on multiphase Sentinel-2A data

著者 (5件)： Peng Fanchen (Nanjing Univ. (China)) ,  Zhao Shuhe (Nanjing Univ. (China)) ,  Cai Wenting (Nanjing Univ. (China)) ,  Wang Yamei (Nanjing Univ. (China)) ,  Zhang Zhaohua (Nanjing Univ. (China))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 10780  ページ： 1078012-13  発行年： 2018年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 冬コムギの効果的で動的な認識は,本論文における農業の発展のために重要な意味を持っている。著者らは,粒子群最適化サポートベクトルマシン(PSO-SVM)モデルと多時間Sentinel-2A画像を用いた冬小麦同定のための方法を提案した。スペクトル情報に基づく固有ベクトル組合せとテクスチャ情報に基づく固有ベクトル組合せを,冬コムギの異なる生物季節学的期間を用いて構築した。冬コムギを同定し,PSO-SVMにより抽出した。異なる特徴バンド組合せの下での抽出精度を比較し,分析した。結果は,PSO-SVMが従来のSVMより高い精度を持つことを示した。PSO-SVMを用いて,最適組合せは多重時間スペクトルと平均テクスチャ情報組合せであり,その分類精度は91.25%であった。本論文は,他の作物情報を抽出するためのSentinel-2Aデータの将来の利用のための理論的基礎を提供した。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 農作物 ,  固有ベクトル ,  スペクトル ,  *秋播コムギ ,  農業 ,  *多相 ,  サポートベクトルマシン ,  *リンパ ,  画像 ,  多重化
準シソーラス用語： 分類精度 ,  フェノロジー ,  質感 ,  粒子群最適化 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 多相 ,  冬コムギ ,  能力 ,  分析