인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
Weeds need to be removed from the immediate areas surrounding crops as they compete for soil nutrients. Farmers currently clear weeds manually, which is both tiring and imprecise. Therefore, researchers have developed artificial intelligence (AI) using deep learning or non-handcrafted methods to facilitate precise detection. However, these methods have yet to achieve real-time inference speeds. Consequently, this study adopts a handcrafted approach that employs visual leaf features for classification via ensemble learning. The objective is to employ feature selection and data normalization to create an accurate and efficient machine-learning model. The experimental findings obtained in this work demonstrate that Information Gain effectively reduces features by 50%, from 22 to 11, while maintaining accuracy. Chebyshev normalization emerges as the most suitable normalization technique, as it significantly enhances classification accuracy in ensemble learning. The accuracy obtained when using histogram gradient boosting is found to be 0.92 with an inference time of 5.955 ms per image. These outcomes illustrate that handcrafted features achieve higher accuracy than non-handcrafted methods, ultimately improving efficiency and enabling real-time implementation.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-091192263
