文献

J-GLOBAL ID：201902258982042176   整理番号：19A1082016

畳込みニューラルネットワークと小サンプルに基づく茶樹病害画像認識【JST・京大機械翻訳】

Image recognition of tea plant disease based on convolutional neural net-work and small samples

著者 (6件)： Sun Yunyun (安徽農業大学信息与計算机学院,安徽 合肥,230036) ,  Jiang Chaohui (安徽農業大学信息与計算机学院,安徽 合肥,230036) ,  Dong Wei (安徽省農業科学院農業経済与信息研究所,安徽 合肥,230036) ,  Zhang Liping (安徽省農業科学院農業経済与信息研究所,安徽 合肥,230036) ,  Rao Yuan (安徽農業大学信息与計算机学院,安徽 合肥,230036) ,  Li Shaowen (安徽農業大学信息与計算机学院,安徽 合肥,230036)
資料名： Jiangsu Daxue Xuebao  (Jiangsu Daxue Xuebao)
巻： 35  号： 1  ページ： 48-55  発行年： 2019年 
JST資料番号： C2703A  ISSN： 1000-4440  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： 茶輪斑病,炭疽病,および雲紋葉枯病の一般的で特徴的類似性を目標として,小サンプルにおける畳込みニューラルネットワークによる病害画像認識の問題を研究した。茶の葉の病害画像サンプルを7つのモード前処理法で処理し,AlexNetの古典的ネットワークモデルを採用して学習実験を行い,その訓練と認識効果を比較した。結果により、モデル7訓練モデルの精度は93.3%で、平均試験精度は90%であり、茶輪斑病、炭疽病と雲紋葉枯病に対する正確区分率はそれぞれ85%、90%と85%であり、予測値と真実値一致性において他の前処理方法より優れていることが分かった。小サンプルの場合、この前処理方法は3種類の混合病害を効果的に区別し、識別することができ、識別精度が高く、性能が良い。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 類似性 ,  葉枯病 ,  *画像 ,  *画像認識 ,  学習 ,  モデル
準シソーラス用語： 予測値 ,  ネットワークモデル ,  茶葉 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 植物の病災害一般  (FC04010Y) ,  微生物による植物病害一般  (FC04051H)

タイトルに関連する用語 (5件)： 畳込みニューラルネットワーク ,  サンプル ,  茶樹 ,  病害 ,  画像認識