文献

J-GLOBAL ID：202002286848929831   整理番号：20A2705595

浅いネットワーク分類器による局所二値パターン上の進化特徴選択に基づく雑草画素レベル分類【JST・京大機械翻訳】

Weed Pixel Level Classification Based on Evolving Feature Selection on Local Binary Pattern With Shallow Network Classifier

著者 (4件)： Andy Lease Basil (Curtin University Malaysia, CDT 250, Miri 98009, Sarawak, Malaysia) ,  Wong WK (Curtin University Malaysia, CDT 250, Miri 98009, Sarawak, Malaysia) ,  Gopal L (Curtin University Malaysia, CDT 250, Miri 98009, Sarawak, Malaysia) ,  Chiong W. R. (Curtin University Malaysia, CDT 250, Miri 98009, Sarawak, Malaysia)
資料名： IOP Conference Series: Materials Science and Engineering  (IOP Conference Series: Materials Science and Engineering)
巻： 943  号： 1  ページ： 012001 (9pp)  発行年： 2020年 
JST資料番号： W5559A  ISSN： 1757-8981  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： 本論文では,遺伝的アルゴリズム(GA)による回転不変局所二値パターン(LBP)と,バイオマスピクセル上のピクセルワイズ分類を行う非線形分類器に関する進化特徴選択を提案した。ニンジンと雑草の初期の真の葉の成長は,公開ベンチマークCrop/Wed Field Image Dataset(CWFID)[1]によって提供された60の画像から成る。GAは,隣接数,半径,画像スライスのサイズ,LBP組合せの数からなるゲノムとして正規化植生指数(NDVI)画像スライスから生成されたLBP特徴パラメータをコードする。LBPは,作物と雑草の間の識別的局所テクスチャ情報を符号化する軽量回転不変テクスチャ特徴記述子である。GAにより進化した多重アンサンブルモデルを評価し,GAがLBP特徴パラメータ選択を進化させ,LBP特徴数を入力変数として用いた。分類器は作物と雑草の重複を扱い,それはしばしば商業分野で存在する。雑草はしばしば近接し,重複する作物で成長し,サイズで類似し,それらの識別に複雑性を加える。著者らの実験は,対称2隠れ層ネットワークを有する逆伝搬ニューラルネットワークとの組合せが,他の非線形分類器と比較して,最良の分類精度を達成したことを示した。単一タイプの特徴(LBPテクスチャ特徴)を利用することによって,得られた人工ニューラルネットワーク(ANN)アンサンブル分類器は,83.5%の分類精度を達成できる。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： 対称性 ,  *ネットワーク ,  農作物 ,  ニューラルネットワーク ,  ゲノム ,  *画素 ,  *特徴選択 ,  多重化 ,  *雑草 ,  ベンチマーク ,  遺伝的アルゴリズム ,  正規化植生指数
準シソーラス用語： 隠れ層 ,  逆伝播ニューラルネットワーク ,  テクスチャ特徴 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 分類器 ,  二値 ,  進化 ,  特徴選択 ,  雑草 ,  画素 ,  分類