Какие методы машинного обучения используются для оценки плотности колоса пшеницы?

Для оценки плотности колоса пшеницы используют, например, следующие методы машинного обучения:

• Региональные свёрточные нейронные сети (R-CNN). plantmethods.biomedcentral.com Они принимают в качестве входных данных изображения участков пшеницы и точно обнаруживают и подсчитывают участки с колосьями. plantmethods.biomedcentral.com
• Метод случайного леса (регрессия и классификация). icmmg.nsc.ru С его помощью предсказывают индекс плотности колоса и его тип, используя отобранные наилучшие признаки. icmmg.nsc.ru
• Логистическая регрессия, случайный лес и метод ближайшего соседа. rscf.ru Эти методы применяют для классификации колосьев по типу формы колоса и остистости. rscf.ru

Для оценки количественных характеристик колосьев также используют программу WERecognizer и нелинейный алгоритм снижения размерности — метод t-SNE. www.dissercat.com Он позволяет оценить распределение колосьев в пространстве анализируемых признаков. www.dissercat.com