Опыт распознавания пыльцевых зерен с применением метода голосования

Автор: Бузилова О.А., Замятина Е.Б.

Журнал: Вестник Пермского университета. Серия: Математика. Механика. Информатика @vestnik-psu-mmi

Рубрика: Информатика. Информационные системы

Статья в выпуске: 4 (43), 2018 года.

Бесплатный доступ

Рассматриваются вопросы применения метода голосования для распознавания пыльцевых зерен. Авторы дают обзор работ, связанных с распознаванием пыльцевых зерен, приводят результаты экспериментов и оценку классификатора. К сожалению, метод показал не очень высокие результаты.

Пыльцевой анализ, распознавание пыльцевых зерен, метод голосования, качество классификатора

Короткий адрес: https://sciup.org/147245408

IDR: 147245408 | DOI: 10.17072/1993-0550-2018-4-48-55

Список литературы Опыт распознавания пыльцевых зерен с применением метода голосования

Минаева Н.В., Новоселова Л.В., Плахина К.В., Ширяева Д.М. Пыльцевая сенсибилизация и аэропалинологический мониторинг в определении значимых аллергенов при раннем весеннем поллинозе // Российский аллергологический журнал. 2015. № 2. С. 19-24.
Новоселова Л.В., Карпович И.В. Пыльцевой анализ меда и перги с пасеки поселка Старый Бисер Горнозаводского района (Пермский край) // Пермский аграрный вестник. 2014. № 1(5). С. 43-49.
Вайнцвайг М.Н. Алгоритм обучения распознаванию образов "кора" // Алгоритмы обучения распознаванию образов / под ред. B. Н. Вапника. М.: Советское радио, 1973. C. 110-116.
Вежневец В.П. Оценка качества работы классификаторов // Сетевой журнал "Компьютерная графика и мультимедиа". URL: http://cgm.computergraphics.ru/content/view/106 (дата обращения: 20.05.2017).
Журавлёв Ю.И., Никифоров В.В. Алгоритмы распознавания, основанные на вычислении оценок // Кибернетика. 1971. № 3. С. 1-11.
Журавлёв Ю.И. Непараметрические задачи распознавания образов // Кибернетика. 1976. № 6. С. 93-103.
Журавлёв Ю.И. Об алгебраическом подходе к решению задач распознавания или классификации // Проблемы кибернетики. 1978. Т. 33. С. 5-68.
Павлидис Т. Алгоритмы машинной графики и обработки изображений / пер. с англ. М.: Радио и связь, 1986.
Полякова М.П., Вайнцвайг М.Н. Об использовании метода "голосования" признаков в алгоритмах распознавания // Моделирование обучения и поведения. М., 1975. С.25-28.
Рязанов В.В., Сенько О.В. О некоторых моделях голосования и методах их оптимизации // Распознавание, классификация, прогноз. 1990. Т. 3. С. 106-145.
Сладков А.Н. Введение в спорово-пыльцевой анализ. М., 1967.
Форсайт Д., Понс Ж. Компьютерное зрение. Современный подход М.: Вильямс, 2004. 928 с.
Ханжина Н.Е., Замятина Е.Б. Автоматизированное распознавание пыльцевых зерен с использованием нейронных сетей Хэмминга // Методы компьютерной диагностики в биологии и медицине: матер. Всерос. школы-семинара. Саратов: Изд-во Саратовский источник, 2014. С. 137-140.
Ханжина Н.Е., Замятина Е.Б. Использование классических методов и нейронных сетей для распознавания пыльцевых зерен // Вестник Пермского университета. Математика. Механика. Информатика. 2013. Вып. 4(23). С. 111-119.
Черных А.С., Замятина Е.Б. Исследование возможности применения ряда классических методов для распознавания пыльцевых зерен. Пермь: Изд-во Перм. гос. нац. исслед. ун-та, 2012.
Chica M., Campoy P. Discernment of bee pollen loads using computer vision and one-class classification techniques // Journal of Food Engineering 112. P. 50-59.
Chica M. Standard methods for inexpensive pollen loads authentication by means of computer vision and machine learning. URL: http://www.arxiv.org/ftp/arxiv/papers/1511/1511.04320.pdf (дата обращения: 20.05.2017).
Chudyk C. Development of an Automatic Pollen Classification System Using Shape, Texture and Aperture Features. URL: https://easy.dans.knaw.nl/ui/datasets/id/easydataset:62234/tab/2 (дата обращения: 20.05. 2017).
Chung F.A General Framework for Multifocal Image Classification and Authentication: Application to Microscope Pollen Images. URL: http://www.arxiv.org/1503.05786v1.pdf (дата обращения: 20.05.2017).
Otsu N. "A Threshold Selection Method from Gray-Level Histograms" // IEEE Transactions on Systems, Man, and Cybernetics. Vol. 9, № 1. 1979. P. 62-66.
Rendondo R., Marcos V. Pollen segmentation and feature evaluation for automatic classification in bright-field microscopy // Computers and Electronics in Agriculture, Vol. 110. P. 56-69. URL: http://www.sciencedirect.com/science/journal/01681699/110 (дата обращения: 20.05. 2017).
Riley K. Progress towards establishing collection standards for semi-automated pollen classification in forensic geo-historical location applications // Review of Palaeobotany and Palynology 221 117-127. URL: http://www.sciencedirect.com/science/journal/00346667/221 (дата обращения: 20.05. 2017).

Еще

Статья научная