文献

J-GLOBAL ID：202002256435617535   整理番号：20A0864340

グレイレベル共起行列,色モーメントおよびナイーブBayesを用いたMaduraタバコ葉病の同定【JST・京大機械翻訳】

Identification of Madura Tobacco Leaf Disease Using Gray- Level Co-Occurrence Matrix, Color Moments and Naieve Bayes

著者 (5件)： Damayanti Fitri (Departemen of Informatics, Faculty of Engineering, University of Trunojoyo, Madura, Bangkalan, Indonesia) ,  Muntasa Arif (Departemen of Informatics, Faculty of Engineering, University of Trunojoyo, Madura, Bangkalan, Indonesia) ,  Herawati Sri (Departemen of Informatics, Faculty of Engineering, University of Trunojoyo, Madura, Bangkalan, Indonesia) ,  Yusuf Muhammad (Departemen of Informatics, Faculty of Engineering, University of Trunojoyo, Madura, Bangkalan, Indonesia) ,  Rachmad Aeri (Departemen of Informatics, Faculty of Engineering, University of Trunojoyo, Madura, Bangkalan, Indonesia)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1477  号： 5  ページ： 052054 (7pp)  発行年： 2020年 
JST資料番号： W5565A  ISSN： 1742-6588  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： インドネシアは世界最大のタバコ作物生産者の一つである。タバコ農家により,この植物はしばしば「グリーンゴールド」でさえある。Madura島はインドネシアの最良のタバコ生産地域の1つである。タバコはMadura島の東部,特にPamekasanとSumenepにおける重要な取引作物である。タバコ収量の減少は通常,タバコ植物を攻撃する害虫と病気によって引き起こされる。専門家は,それらの眼を持つ植物(タバコを含む)における条件を容易に検出することができるが,これは非常に適しており,植え付け面積の大きさが大きいときに高価な運用コストを必要とし,植え付け面積の距離は専門家の位置から遠い。従って,ディジタル画像処理技術は,タバコ植物病害を早期に検出するために適用される必要がある。タバコ植物葉の写真の形でデータを用いて,条件を同定する。本研究で用いた方法は,GLCM(Gray Level共起行列)テクスチャ特徴抽出であり,一方,CM(Color Moment)色特徴抽出とNaive Bayes法を分類に用いた。タバコ同定試験の結果,Pamekasanタバコでは82.2%,Sumenepタバコでは84.4%の最良の精度が得られた。色特徴抽出を用いて最良の結果を得た。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *タバコ ,  害虫 ,  農作物 ,  特徴抽出 ,  インドネシア共和国 ,  操業費 ,  植物病害 ,  モーメント
準シソーラス用語： グレイレベル ,  *共起行列 ,  農家 ,  デジタル画像処理 ,  作物生産 ,  テクスチャ特徴 , 【Automatic Indexing@JST】

分類 (3件)： し好料作物  (FC03076D) ,  昆虫・ダニによる植物被害  (FC04072U) ,  遺伝子操作  (EC02050B)

タイトルに関連する用語 (6件)： グレイレベル ,  共起行列 ,  色 ,  モーメント ,  タバコ葉 ,  同定