文献
J-GLOBAL ID:202002249355528532   整理番号:20A1107687

画像解析とニューラルネットワークを用いた魚の質量推定【JST・京大機械翻訳】

Estimation for fish mass using image analysis and neural network
著者 (5件):
資料名:
巻: 173  ページ: Null  発行年: 2020年 
JST資料番号: T0337A  ISSN: 0168-1699  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
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。
合理的な給餌を達成し,健康な成長を促進し,繁殖効率を改善するために,それらの異なる成長段階における魚の質量を正確に推定することは非常に重要である。現在の魚の質量推定法において,画像取得装置と目標魚の間の距離は一般的に固定される必要があり,実際の水産養殖におけるこれらの方法の実用性を制限する。上記の問題を目的として,画像解析を通して,主成分分析-較正因子(PCA-CF)とニューラルネットワークに基づく魚質量推定法を提案した。最初に,画像分割,画像強調,および他の前処理操作を,これらの収集した魚画像に関して実施した。次に,PCA法を用いて魚の画像特徴を抽出し,CF法により特徴値を計算した。最後に,魚の質量を逆伝搬ニューラルネットワーク(BPNN)アルゴリズムによって推定した。本論文において,提案方法CFを用いて,魚画像特徴値を計算した。それは,取得装置と目標魚の間の距離が矛盾している問題を解決して,魚質量推定精度に影響を及ぼした。フナを実験対象とし,提案した魚質量推定法を0.0104の平均絶対誤差(MAE),0.0137の根平均二乗誤差(RMSE)および0.9021の決定係数(R2)を持つ実データセットで試験した。さらに,BPN-W8と比較して,サポートベクトル回帰(SVR)-W8,線形判別分析(LDA)-CF-BPNN,PCA-CF-決定木(DT),PCA-CF-k-最近傍(KNN),長さ重み,面積重み,および多重因子-W8魚質量推定法を改良した。実験結果は,提案した方法が魚の質量を正確に推定できることを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る