文献

J-GLOBAL ID：202202280822616951   整理番号：22A0951929

機械学習を用いたニューラルネットワークベースの葉分類【JST・京大機械翻訳】

Neural network-based leaf classification using machine learning

著者 (3件)： Palanisamy Tamilselvi (Jeppiaar Engineering College, Chennai, India) ,  Sadayan Geetha (BIT Campus, Anna University, Tiruchirappalli, India) ,  Pathinetampadiyan Nagasankar (Vel Tech Hi Tech Dr. Rangarajan Dr. Sakunthala Engineering College, Chennai, India)
資料名： Concurrency and Computation: Practice & Experience  (Concurrency and Computation: Practice & Experience)
巻： 34  号： 8  ページ： e5366  発行年： 2022年 
JST資料番号： W2542A  ISSN： 1532-0626  資料種別： 逐次刊行物 (A)
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： 本論文では,葉画像データセットを分類のために採用した。プロセスを,画像前処理,画像セグメンテーション,特徴抽出,および画像分類として行う。セグメンテーションは色で行われる。K-平均クラスタ化を適用して,類似カラー画素をグループ化した。全体で,3つのサブ画像をセグメンテーションの出力として作成した。全体で,3つのクラスをプロセスのために考慮した。70の葉画像によるデータセットを分類プロセスのために考慮した。データセットは黄色ベース葉,褐色葉,および緑葉として分類された。これにおいて,最初の2つのクラスは,色に基づいて感染として考慮され,第3クラスは葉の非感染収集である。7つの異なるニューラルネットワークを,MATLABを用いて分類プロセス用に構築した。それらの性能を混乱行列を用いて評価した。混乱行列の成果から,回帰ニューラルネットワークと放射状Biasニューラルネットワークが7つのアーキテクチャからより良い分類器であることが明らかになった。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： セグメンテーション ,  *分類 ,  前処理 ,  *ニューラルネットワーク ,  特徴抽出 ,  *葉 ,  画像処理 ,  クラスタ化 ,  画像 ,  画素 ,  カオス ,  計算機アーキテクチャ ,  *機械学習
準シソーラス用語： 画像セグメンテーション ,  画像分類 ,  MATLAB ,  画像前処理 , 【Automatic Indexing@JST】

著者キーワード (4件)： 画像分類 ,  画像セグメンテーション ,  K平均クラスタリング ,  ニューラルネットワーク

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 機械学習 ,  ニューラルネットワーク ,  葉 ,  分類