{"product_id":"ieej-zt001046","title":"テクスチャ解析におけるMLBPによる識別率の改善","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e1-046\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】平成12年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2000\/03\/21\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eThe improvement of discrimination ratio for texture analysys by MLBP\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e荒 實(工学院大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eAra Minoru()\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003eテクスチャ画像|ニューラルネットワーク|多層型誤差逆伝播法\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e先の報告では3層形誤差逆伝播ニューラルネットワークによるテクスチャ画像の改善が、画像の濃度共起行列に2次微分値を採用することで、大幅に改善されることを示した。ここでは高度共起行列で使用する距離はすべて１とし、ニューラルネットワークの中間層を複数用意することで、識別率が大幅に改善される。また、層数、ユニット数、シグモイド関数のパラメータの最適な設定についても述べる。学習回数と評価関数を用いて系が収束、発散の様子をも明示する。特に、シグモイド関数の傾きを表す係数が大きいほど評価関数は急激に減少する。他方、ある\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e279 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 1","offer_id":46395509080303,"sku":"IEEJ-ZT001046-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_67d94060-cd73-4476-be90-cc3239cddf75.png?v=1744774430","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt001046","provider":"電気学会 電子図書館","version":"1.0","type":"link"}