ORBMO-RF：多峰融合と改良型カササギ最適化アルゴリズムに基づく高麗人参種子の非破壊分類法

科学分野:

• 農業科学
• コンピュータサイエンス
• バイオテクノロジー

背景:

• 高麗人参種子の正確な分類は、生産、品質、育種、産業の近代化にとって非常に重要です。
• 現在、高麗人参種子の精密自動分類技術は未発達であり、技術的なボトルネックに直面しています。

研究 の 目的:

• 多峰データ融合を用いた高麗人参種子の革新的なスマート分類法を開発すること。
• 産業用途における高麗人参種子分類の精度と効率を向上させること。

主な方法:

• 画像由来の形態学的特徴とハイパースペクトルデータを組み合わせた多峰データ融合アプローチ。
• 形態学的特徴選択のための再帰的特徴除去（RFE）と、スペクトル帯域抽出のための競争的適応再重み付けサンプリング（CARS）。
• 収束を改善するためのハイブリッドメカニズムを備えた改良型カササギ最適化（RBMO）アルゴリズムによって最適化されたランダムフォレスト（RF）分類モデル。

主要な成果:

• 提案された多峰融合モデルは、ベースラインのRFモデルと比較して大幅な改善を示しました。
• テストデータセットで、精度で4.69％、適合率で4.79％、再現率で4.69％、F1スコアで4.74％の増加を達成しました。

結論:

• 開発されたシステムは、大規模な高麗人参種子分類のための堅牢な理論的および技術的基盤を提供します。
• このインテリジェントな意思決定パラダイムは、伝統的な漢方薬における非破壊検査に適用可能です。