Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

تشخیص و طبقه بندی میوه ها با استفاده از یادگیری عمیق (مورد مطالعه گیاه خرما)

سال انتشار: 1400
کد COI مقاله: CEITCONF05_023
زبان مقاله: فارسیمشاهده این مقاله: 66
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 12 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص و طبقه بندی میوه ها با استفاده از یادگیری عمیق (مورد مطالعه گیاه خرما)

مریم تلخابی - دانشجوی کارشناسی ارشد دانشگاه صنعتی قم
محبوبه شمسی - دکتری واستادیار دانشگاه صنعتی قم
مجید آقایی - دکتری و مربی دانشگاه صنعتی قم

چکیده مقاله:

شبکه عصبی کانولوشنی با ساختار منحصر به فرد برای استخراج ویژگی ها و کلاس بندی یک تکنولوژی جدید در زمینه بینایی ماشین می باشد. امروزه یکی از چالش های موجود استفاده از یادگیری عمیق در بخش کشاورزی و برداشت محصول و بسته بندی براساسکیفیت برای مصارف داخلی همچنین کمک به صادرات می باشد. در این مطالعه روشی جدید برای تشخیص خرماهای سالم مورد بررسی قرار گرفته وهمچنین جداسازی و تشخص اینکه خرما در کدام مرحله از رسیدن می باشد. مجموعه داده این تحقیق بااستفاده ازدوربین تلفن همراه تحت شرایط کنترل نشده از خرمای شاهانی که خرمای خاص ایران می باشد جمع آوری شده است. این مجموعه داده شامل تصاویری در چهار کلاس می باشد که سه کلاس خلال و رطب و تمر مربوط به مراحل بلوغ خرما و یک کلاس مربوط به خرماهای معیوب می باشد. دراین تحقیق از روش های شبکه عصبی کانولوشنی و شبکه های از پیش آموزش داده شده نظیر VGG۱۶ و Resnet و Inception-V۳ استفاده شد ودر مرحله بعد تصاویر بدست آمده از هیستوگرام گرادیان جهت گرا را به مدل اضافه کردیم ودر نهایت از تکیکی برای پیدا کردن بهترین نرخ یادگیری برای سه مدل ذکر شده استفاده کردیم بهترین دقت بدست آمده مربوط به ترکیب مدل Inception-v۳ با روش پیشنهادی می باشد که درنهایت دقت ۹۹.۲۶% حاصل شد.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا CEITCONF05_023 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1428827/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
تلخابی، مریم و شمسی، محبوبه و آقایی، مجید،1400،تشخیص و طبقه بندی میوه ها با استفاده از یادگیری عمیق (مورد مطالعه گیاه خرما)،پنجمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز،https://civilica.com/doc/1428827

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1400، تلخابی، مریم؛ محبوبه شمسی و مجید آقایی)
برای بار دوم به بعد: (1400، تلخابی؛ شمسی و آقایی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 861
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

طرح های پژوهشی مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی