Rice diseases classification using

Rice diseases classification using feature selection and rule generation techniques

Development of an automation system for classifying diseases of the infected plants is a growing research
area in precision agriculture. The paper aims at classifying different types of rice diseases by extracting
features from the infected regions of the rice plant images. Fermi energy based segmentation method
has been proposed in the paper to isolate the infected region of the image from its background. Based
on the field experts’ opinions, symptoms of the diseases are characterized using features like colour,
shape and position of the infected portion and extracted by developing novel algorithms. To reduce complexity
of the classifier, important features are selected using rough set theory (RST) to minimize the loss
of information. Finally using selected features, a rule base classifier has been built that cover all the diseased
rice plant images and provides superior result compare to traditional classifiers

ผลลัพธ์ (ไทย) 1:

โรคข้าวจำแนกโดยใช้การเลือกคุณลักษณะและเทคนิคการสร้างกฎ

การพัฒนาของระบบอัตโนมัติสำหรับการจำแนกโรคของพืชที่ติดเชื้อเป็นเติบโตวิจัย
พื้นที่ในภาคการเกษตรมีความแม่นยำ กระดาษมีจุดมุ่งหมายที่การจำแนกประเภทที่แตกต่างกันของโรคข้าวโดยแยก
คุณสมบัติจากพื้นที่ที่ติดเชื้อของภาพพืชข้าว วิธีการแบ่งส่วนการใช้พลังงานตาม fermi
ได้รับการเสนอในกระดาษที่จะแยกพื้นที่การติดเชื้อของภาพจากพื้นหลังของ
ตามที่ความคิดเห็นผู้เชี่ยวชาญด้าน 'อาการของโรคที่มีลักษณะการใช้คุณสมบัติเช่นสี,
รูปร่างและตำแหน่งของส่วนที่ติดเชื้อและสกัดโดยการพัฒนาอัลกอริทึมใหม่ เพื่อลดความซับซ้อนของลักษณนาม
,คุณสมบัติที่สำคัญถูกเลือกใช้การตั้งทฤษฎีหยาบ (RST) เพื่อลดการสูญเสียของข้อมูลที่
ในที่สุดการใช้คุณลักษณะเลือกลักษณนามฐานกฎได้ถูกสร้างขึ้นที่ครอบคลุมทุกโรคภาพพืชข้าว
และให้ผลที่ดีกว่าเมื่อเทียบกับการแยกแยะแบบดั้งเดิม

ผลลัพธ์ (ไทย) 2:

ข้าวโรคประเภทใช้คุณลักษณะตัวเลือกและกฎสร้างเทคนิค

พัฒนาระบบอัตโนมัติสำหรับการจัดประเภทโรคพืชติดเชื้อคือ วิจัยเติบโต
พื้นที่เกษตรกรรมความแม่นยำ กระดาษมีวัตถุประสงค์เพื่อจัดประเภทโรคข้าวชนิดต่าง ๆ โดยแยก
คุณลักษณะจากแคว้นข้าวติดไวรัสพืชภาพ พลังงานพลังงานแฟร์มีใช้วิธีแบ่ง
มีการนำเสนอในกระดาษจะแยกแคว้นภาพจากเบื้องหลังการติดเชื้อ โดย
ในความเห็นของผู้เชี่ยวชาญฟิลด์ อาการของโรคมีลักษณะการใช้งานเช่นสี,
รูปร่างและตำแหน่งของส่วนที่ติดเชื้อ และสกัด โดยพัฒนาอัลกอริทึมนวนิยาย เพื่อลดความซับซ้อน
ของ classifier มีเลือกใช้ทฤษฎีเซตหยาบ (RST) เพื่อลดการสูญเสียคุณลักษณะสำคัญ
ของข้อมูล สุดท้าย ใช้คุณลักษณะที่เลือก classifier ฐานกฎที่ถูกสร้างที่ครอบคลุมทั้งหมดป่วย
ต้นข้าวภาพ และแสดงผลเหนือกว่าการเปรียบเทียบกับคำนามภาษาดั้งเดิม

ผลลัพธ์ (ไทย) 3:

การแบ่ง ประเภท ข้าวเกิดโรคโดยใช้เทคนิคการเลือกและโดดเด่นไปด้วยการพัฒนารุ่นกฎข้อ ที่

ของระบบอัตโนมัติสำหรับจำแนกโรคของพันธุ์ไม้ที่ติดการวิจัย
ซึ่งจะช่วยเพิ่มมากขึ้นมีพื้นที่ในการเกษตรได้อย่างแม่นยำ กระดาษที่มีเป้าหมายอยู่ที่จำแนก ประเภท ที่แตกต่างกันไปของโรคข้าวโดยการแยก
โดดเด่นไปด้วยจากเขตพื้นที่ที่ติด ภาพ ของข้าวได้ ประหยัดพลังงาน fermi ซึ่งใช้วิธีแบ่ง
ตามมาตรฐานได้รับการเสนอในกระดาษเพื่อแยกเขตพื้นที่ที่ติดของ ภาพ ที่ออกจากพื้นหลังของพื้นที่ ซึ่งใช้
ซึ่งจะช่วยในความคิดเห็นของผู้เชี่ยวชาญด้านฟิลด์ที่อาการของโรคที่มีลักษณะการใช้คุณสมบัติเช่นสี
รูปทรงและตำแหน่งของส่วนที่ติดและแยกออกจากการอัลกอริธึมนวนิยาย
ซึ่งจะช่วยในการลดความซับซ้อนของข้าวได้คุณสมบัติที่สำคัญมีการเลือกใช้ทฤษฎีตั้งค่าหยาบ RST )เพื่อลดความสูญเสียที่
ของข้อมูล สุดท้ายคือการใช้คุณสมบัติที่เลือกลักษณนามฐานกฎข้อที่ได้รับการสร้างขึ้นที่ฝาครอบ ภาพ โรงงาน
ข้าวมีโรคที่ทั้งหมดและจัดให้บริการส่งผลให้ระดับ superior first class เปรียบเทียบกับ classifiers แบบดั้งเดิม