文献

J-GLOBAL ID：202202242811120879   整理番号：22A1082692

果実品質検出と分類:調査【JST・京大機械翻訳】

Fruit quality detection and classification: A survey

著者 (2件)： Mirra K. B. (Department of CSE, National Engineering College, Kovilpatti, Tamil Nadu, India) ,  Rajakumari R. (Department of CSE, National Engineering College, Kovilpatti, Tamil Nadu, India)
資料名： AIP Conference Proceedings  (AIP Conference Proceedings)
巻： 2444  号： 1  ページ： 040004-040004-6  発行年： 2022年 
JST資料番号： D0071C  ISSN： 0094-243X  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： 果実品質は健康問題からヒトを保護する最も重要な因子である。自動検出は,その分野における食品工業と農業において特に重要である。それは時間を節約して,健康問題からyouを保護する。果実品質検出と分類は,様々なアルゴリズムと画像処理技術を用いて行われる。この研究で用いた画像処理技術は,農民,購入者,および店舗が果実品質を同定し,多様な果実の収集から果実を分類するのを助ける。果実品質の分類と検出のための研究者によっていくつかの方法を採用した。サポートベクターマシン(SVM),k-最近傍(KNN),深い畳込みニューラルネットワーク(DCNN),畳込みニューラルネットワーク(CNN)は,果物分類と検出のために調査したアルゴリズムである。果実検出のために,CNNアルゴリズムは最高の精度を提供した。本研究の目的は,消費された果実に関連する健康リスクを防止することである。CNNアルゴリズムは,果実欠陥の検出と分類において最も有効である。Copyright 2022 AIP Publishing LLC 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 ,  検出 ,  技術 ,  農業 ,  農民 ,  *品質 ,  分類 ,  ニューラルネットワーク ,  ヒト ,  画像処理 ,  商店建築 ,  サポートベクトルマシン
準シソーラス用語： 自動検出 ,  健康リスク ,  健康問題 ,  *果実品質 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 果実品質 ,  分類 ,  調査