文献

J-GLOBAL ID：202102216040410153   整理番号：21A2163581

機械学習技術を用いたCercosporaワタ植物病害の早期検出【JST・京大機械翻訳】

Early Detection of Cercospora Cotton Plant Disease by Using Machine Learning Technique

著者 (3件)： Shakeel Wajeeha (National Textile University (NTU),Department of Computer Science,Faisalabad,Pakistan) ,  Ahmad Mudassar (National Textile University (NTU),Department of Computer Science,Faisalabad,Pakistan) ,  Mahmood Nasir (National Textile University (NTU),Department of Computer Science,Faisalabad,Pakistan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCTA  ページ： 44-48  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 農業はあらゆる国のバックボーンとして知られている。ワタは,綿布,床シート,トオル,ハンドカーキフ,および多くの他の製品を作るための織物の観点から,必須植物と考えられている。本研究の目的は,画像処理技術を用いて早期の綿病検出であり,手動を見る代わりに自動的な方法で病気を見つけることである。Cercospora leaf Spot(CLS)はワタ生産を低下させる深刻な問題である。ワタ葉における病気の約80~95%は,葉上のAlternaria,Erythema,LeukoplakiaおよびMaculaと類似している。K平均クラスタ化アルゴリズムを,クラスタへの画像のセグメンテーションのために使用する。テクスチャとカラー特徴抽出のためのハイブリッド法を用いて特徴の抽出を行った。最後に,サポートベクトルマシン(SVM)をCercosporaワタ葉の分類に使用した。最後に,精度と再現性能評価尺度を用いて精度を評価し,約96%の精度を達成した。Copyright 2021 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】

シソーラス用語： アルゴリズム ,  セグメンテーション ,  農業 ,  特徴抽出 ,  画像処理 ,  クラスタ化 ,  *植物病害 ,  クラスタ ,  *Cercospora ,  綿布 ,  サポートベクトルマシン
準シソーラス用語： ハイブリッド法 ,  評価尺度 ,  *機械学習技術 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 機械学習技術 ,  Cercospora ,  ワタ ,  植物病害 ,  早期