文献

J-GLOBAL ID：202202251685569161   整理番号：22A0575823

新鮮ニンジンの質量を予測するための積層アンサンブルモデルの開発【JST・京大機械翻訳】

Developing a stacked ensemble model for predicting the mass of fresh carrot

著者 (5件)： Xie Weijun (College of Engineering, China Agricultural University, 100083, Beijing, China) ,  Wei Shuo (College of Engineering, China Agricultural University, 100083, Beijing, China) ,  Zheng Zhaohui (College of Engineering, China Agricultural University, 100083, Beijing, China) ,  Chang Zhaoli (College of Engineering, China Agricultural University, 100083, Beijing, China) ,  Yang Deyong (College of Engineering, China Agricultural University, 100083, Beijing, China)
資料名： Postharvest Biology and Technology  (Postharvest Biology and Technology)
巻： 186  ページ： Null  発行年： 2022年 
JST資料番号： W1912A  ISSN： 0925-5214  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： ニンジン質量の正確な推定はニンジンの等級づけと包装において重要な役割を担っている。本研究では,マシンビジョンと機械学習(ML)アルゴリズムに基づくニンジン質量に対するロバスト予測法を提案した。各ニンジンの6つの形態学的特徴を画像処理技術により抽出し,その質量が36gから366gの範囲の1254ニンジンの新しいデータセットを構築した。いくつかの一般的なMLアルゴリズムを用いて,ニンジン質量を正確に予測するための積層アンサンブルモデル(EM)を構築した。個々のモデルとEMを,画像処理からの特徴を有する5倍交差検証を用いて訓練した。さらに,EMに対する異なる特徴の影響を検討し,中間直径(d_2)を除く特徴を持つEMは,MAPE,RMSE,およびR2がそれぞれ1.28%,3.02g,および0.997で最良であった。提案したEMは,質量に基づくニンジンのオンライン等級づけと包装のための正確で,客観的で効率的な方法として応用できる。Copyright 2022 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： 予測技法 ,  *アルゴリズム ,  視覚 ,  画像処理 ,  等級づけ ,  ロバスト性 ,  機械学習
準シソーラス用語： オンライン ,  マシンビジョン ,  形態学的特徴 ,  アンサンブル・シミュレーション , 【Automatic Indexing@JST】

著者キーワード (5件)： ニンジン ,  機械視覚 ,  機械学習 ,  アンサンブルモデル ,  質量推定

分類 (1件)： 野菜とその加工品  (FJ11020O)

タイトルに関連する用語 (5件)： ニンジン ,  質量 ,  予測 ,  アンサンブルモデル ,  開発