인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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
본 연구는 UAV 기반 다중분광 영상을 활용하여 양파 및 마늘 재배지에서 작물 분할 기법이 식생지수 기반 생산량 예측 성능에 미치는 영향을 분석하는 것을 목적으로 한다. 기존 연구에서는 처리구(plot)별 ROI 평균을 이용한 식생지수 산출이 주로 활용되었으나, 작물 분할 전략 자체가 예측 성능에 미치는 영향은 충분히 검토되지 않았다. 이에 본 연구에서는 비지도 학습 기반작물 분할(none, otsu-NDVI, k-means, GMM)을 적용하고, 분할 방법에 따른 처리구 단위 식생지수 특성과 예측 성능 차이를 비교하였다. 6개 생육 시점의 UAV 다중분광 영상으로부터 분할된 식생 영역 대상으로 9개 식생지수를 산출하고, PLS 기반으로 차원 축소하고 머신러닝 모델을 이용해 생산량을 예측하였다. 모델 성능은 처리구 단위 Leave-one-out 교차검증으로 평가하였다. 분석결과, 작물 분할 적용 시 식생지수 분포가 유의하게 변화하였으며, 반복측정 분산분석을 통해 분할 방법과 생육 시점 간 상호작용 효과가 확인되었다. 이러한 입력 변수 특성의 개선은 생산량 예측 성능 향상으로 이어졌고, 특히 군집 기반 분할에서 RMSE 및 MAPE가 가장 크게 감소하였다.
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) : I410-151-26-02-096368495
