Klasyfikacja chronionych w Polsce motyli z rodziny Papilionidae z wykorzystaniem wybranych topologii neuronowych

• Autorzy: Boniecki P. , Mueller W. , Nowakowski K.

Warianty tytułu

EN

Classification of protected Papilionidae butterflies using selected neural network topology

• Języki publikacji: PL

Abstrakty

PL

Celem badań było porównanie zdolności klasyfikacyjnych modeli neuronowych, uczonych dwoma różnymi metodami: wzorcową oraz bezwzorcową. Klasyfikacji poddano wybrane owady należące do rodziny „Papilionidae”, które objęte są ochroną prawną na terenie Polski. Neuronowej klasyfikacji dokonano w oparciu o informację zakodowaną w postaci zbioru dwuwymiarowych obrazów owadów. Jako cechy reprezentatywne, stanowiące podstawę do klasyfikacji, przyjęto pięć dominujących kolorów występujących w ubarwieniu motyli. W celu porównawczym wygenerowano dwie topologie neuronowe: sieć typu MLP (ang. MultiLayer Perceptron: perceptron wielowarstwowy) uczonej technikami „z nauczycielem” orazsieæ Kohonena, która była uczona metodą „beznauczyciela”.

EN

The aim of this study was to compare the classification ability of neural models, learned with two different ways: with reference and without reference. Selected insects subjected to classification belong to the family “Papilionidae”, and are a subject to legal protection in Poland. Neural classification was based on the information encoded in the form of a file of two-dimensional images of insects. As representatives of features, which form the basis of the classification, adopted were five dominant butterflies colors. For comparison two neural topologies were generated: a network type MLP (Multilayer Perceptron) learned by method "with the teacher" and a neural network type Kohonen, which was learned by method „without a teacher”.

Słowa kluczowe

PL

zbiory danych; klasyfikacja; gatunki chronione; obrazy cyfrowe; sieci neuronowe sztuczne; paziowate; Papilionidae; uczenie sie; motyle

• Wydawca: -
• Czasopismo: Technika Rolnicza Ogrodnicza Leśna
• Rocznik: 2009
• Numer: 03
• Opis fizyczny: s.23-26,rys.,bibliogr.

Twórcy

autor

Boniecki P.

• Uniwersytet Przyrodniczy w Poznaniu, Poznan

autor

Mueller W.

autor

Nowakowski K.

Bibliografia

• [1] Boniecki P., Piekarska-Boniecka H.: Neuronowa identyfikacja wybranych szkodników drzew owocowych w oparciu o cyfrowe techniki analizy obrazu. Journal of Research and Applications in Agricultural Engineering, nr2,2004,pp.19-23.
• [2] Boniecki P.:Elementy modelowania neuronowego w rolnictwie.W UP Poznań 2008.
• [3] Nowakowski K., Boniecki P., Weres J., Mueller W.: Przetwarzanie graficznych danych empirycznych dla potrzeb edukacji sztucznych sieci neuronowych, modelujących wybrane zagadnienia inżynierii rolniczej. Inżynieria Rolnicza 2007, 2(90), str.243-248.
• [4] Ossowski S.: Sieci neuronowe do przetwarzania informacji.Warszawa 2000.
• [5] Tadeusiewicz R.: Rozpoznawanie obrazów. Warszawa 1998.