Comparativo de Algoritmos de Machine Learning para Identificação de Moscas da Espécie Drosophila suzukii Através de Imagens das Asas

L. Sousa, C. Brandão, Iális Júnior
{"title":"Comparativo de Algoritmos de Machine Learning para Identificação de Moscas da Espécie Drosophila suzukii Através de Imagens das Asas","authors":"L. Sousa, C. Brandão, Iális Júnior","doi":"10.21528/cbic2019-49","DOIUrl":null,"url":null,"abstract":"A metodologia foi validada com os m´etodos de validac¸˜ao cruzada K-Fold e Leave One Out e na utilizac¸˜ao de seis classificadores dis-tintos: K-Vizinhos Mais Pr´oximos, M´aquina de Vetor de Suporte, An´alise por Discriminante Linear, An´alise por Discriminante Quadr´atico, ´Arvore de Decis˜ao e Floresta Aleat´oria. Os resultados obtidos foram satisfat´orios, com taxas de acerto superiores a 90%, validando a metodologia sugerida em ambos os cen´arios considerados, demonstrando efic´acia na resoluc¸˜ao de problemas que possuam base de imagens de tamanho reduzido.","PeriodicalId":160474,"journal":{"name":"Anais do 14. Congresso Brasileiro de Inteligência Computacional","volume":"27 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do 14. Congresso Brasileiro de Inteligência Computacional","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21528/cbic2019-49","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

A metodologia foi validada com os m´etodos de validac¸˜ao cruzada K-Fold e Leave One Out e na utilizac¸˜ao de seis classificadores dis-tintos: K-Vizinhos Mais Pr´oximos, M´aquina de Vetor de Suporte, An´alise por Discriminante Linear, An´alise por Discriminante Quadr´atico, ´Arvore de Decis˜ao e Floresta Aleat´oria. Os resultados obtidos foram satisfat´orios, com taxas de acerto superiores a 90%, validando a metodologia sugerida em ambos os cen´arios considerados, demonstrando efic´acia na resoluc¸˜ao de problemas que possuam base de imagens de tamanho reduzido.
通过翅膀图像识别铃木果蝇的机器学习算法的比较
的方法已经过验证的米´etodos validac¸˜十字军K -Fold漏掉一个和在utilizac¸˜六个分类的fi渔民-tintos: K了更多公关´oximos m´aquina算法支持,一个´为判别线性判别一个´消除目前´活跃,´决策树˜和森林Aleat´的肩膀。结果是satisfat´orios,结算利率超过90%,验证提出的方法在这两个案件和岑´年前被认为是fic´分钟在resoluc¸˜,减少图像大小的类特性基础问题。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信