গাছগুলো আমরা বাস, সেইসাথে আমাদের ছাড়া জায়গা সর্বত্র বিদ্যমান. তাদের মধ্যে অনেক মানব সমাজের উন্নয়নের জন্য গুরুত্বপূর্ণ তথ্য বহন করে. জরুরী পরিস্থিতি অনেক গাছপালা বিলুপ্তির ঝুঁকি থাকে না. তাই এটি উদ্ভিদ রক্ষার জন্য একটি ডাটাবেসের সেট আপ খুব প্রয়োজন. আমরা প্রথম ধাপে কিভাবে গাছপালা শ্রেণীভুক্ত করা একটি কম্পিউটার শেখানো হয় বিশ্বাস করি যে. পাতার গাছের শ্রেণীবিভাগ জন্য প্রথম পছন্দ পাতার ইমেজ উপর ভিত্তি করে অন্যান্য যেমন কোষ এবং অণু জীববিদ্যা পদ্ধতি হিসাবে পদ্ধতি,, শ্রেণীবিভাগ সঙ্গে তুলনা করা. পাতা নমুনা এবং তাদের photoing কম খরচে এবং সুবিধাজনক. এক সহজে একটি কম্পিউটার পাতার ইমেজ স্থানান্তর করতে পারেন এবং একটি কম্পিউটার ইমেজ প্রসেসিং প্রযুক্তি স্বয়ংক্রিয়ভাবে বৈশিষ্ট্য নিষ্কাশন করতে পারেন. কিছু সিস্টেমের উদ্ভিদবিজ্ঞানীরা ব্যবহৃত বিবরণ চাকরী. কিন্তু এটা নিষ্কাশন করা এবং স্বয়ংক্রিয়ভাবে একটি কম্পিউটার যারা বৈশিষ্ট্য হস্তান্তর করা সহজ নয়.
আমরা ইমেজ অরৈখিক ক্লাসিফায়ার হিসাবে আকৃতি তথ্য এবং স্নায়ুর নেটওয়ার্ক সঙ্গে একসঙ্গে অতিরিক্ত বৈশিষ্ট্যগুলিও উপস্থিত রয়েছে উচ্চ আদেশ পরিসংখ্যান সম্মিলন পাতা শ্রেণীবিভাগ জন্য একটি দক্ষ অ্যালগোরিদম উন্নত. কোড, অত: পর 1280 প্রশিক্ষণ ইমেজ এবং মোট 627 পরীক্ষা ইমেজ এলোমেলোভাবে নির্বাচিত হয় Flavia ডাটাবেস (92.09% এর প্রতিটি বর্গ জন্য পরীক্ষার জন্য ব্যবহার করা 32 ক্লাস, 40 প্রশিক্ষণ ইমেজ এবং অবশিষ্ট ইমেজ একটি চমৎকার স্বীকৃতি হার অর্জনের সঙ্গে পরীক্ষা এবং কোন হয়েছে আংশিকভাবে আবৃত করা) প্রশিক্ষণ এবং পরীক্ষা ইমেজ মধ্যে বিদ্যমান.
আমাদের পদ্ধতির Flavia অ্যালগরিদম outperforms এবং তাছাড়া এটা কোনো মানুষের অংশ হস্তক্ষেপের প্রয়োজন হয় না. আসলে Flavia অ্যালগরিদম আপনি মাউস ক্লিক এর মাধ্যমে পাতার প্রধান শিরা দুটি টার্মিনাল চিহ্নিত করা প্রয়োজন. . দুই টার্মিনাল মধ্যে দূরত্ব শারীরবৃত্তীয় দৈর্ঘ্য হিসেবে সংজ্ঞায়িত করা হয়
আবশ্যক
মতলব
পাওয়া মন্তব্যসমূহ না