Oleh: Muhammad Azfar Firdaus Azlah, Lee Suan Chua, Fakhrul Razan Rahmad, Farah Izana Abdullah and Sharifah Rafidah Wan Alwi

Artikel Disediakan Oleh: Farah Izana

Pada masa ini, pengecaman tumbuhan akuatik masih menjadi pengkhususan ahli taksonomi tumbuhan. Pengiktirafan berasaskan makmal ini memerlukan kemahiran dalam rawatan sampel dan tafsiran data, di samping prosedur yang memakan masa. Dengan kemajuan teknologi pengkomputeran akan menjadi satu lagi alternatif pilihan untuk bukan pakar. Pada masa kini, ciri-ciri morfologi daun boleh diekstrak oleh model matematik untuk dimasukkan ke dalam program perisian untuk pengecaman. Ini boleh mengurangkan keputusan positif palsu disebabkan oleh kesilapan manusia. Rangkaian saraf ialah salah satu algoritma pembelajaran mesin yang paling popular untuk klasifikasi daun tumbuhan. Rangkaian neutral yang biasa digunakan ialah rangkaian neural buatan (ANN), rangkaian neural probabilistik (PNN), rangkaian neural convolutional (CNN), jiran terhampir k (KNN) dan mesin vektor sokongan (SVM), malah beberapa kajian menggunakan teknik gabungan untuk ketepatan. penambahbaikan. Setiap teknik mempunyai kelebihan dan batasannya dalam pengecaman corak daun. Kualiti imej daun memainkan peranan penting, dan oleh itu, sumber pangkalan data daun yang boleh dipercayai mesti digunakan untuk mewujudkan algoritma pembelajaran mesin sebelum pengecaman dan pengesahan daun.

Web: 10.3390/computers8040077

Date of Input: 30/12/2021 | Updated: 30/12/2021 | m_fakhrulddin