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。
データセットの次元を減らすことは,分類問題において扱われる重要なトピックであると考えられる。特徴の次元を低減するために,新しいカスケード法を提案した。最初に,改良クラスタリング思考(ICT)を,最初に特徴をスクリーンするために用いた。第二に,突然変異がPSO反復規則に採用される改良粒子群最適化(IPSO)を用いて,適合性の値がある閾値より大きい特徴の部分集合をフィルターにかけた。次に,それぞれの特徴のサポートを,これらの選択した太陽集合によって計算することができた。最後に,最良の特徴部分集合をソートされたサポートに従ってスクリーニングすることができた。この方法の実現可能性を検証するために,41のグレードに属する1588のタバコ葉画像を実験した。そして,実験結果は,提案した深い特徴スクリーニング方法が効果的に画像認識比率と認識速度を改良することができることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】