تشخیص میوه مرکبات آفتزده با استفاده از شبکه عصبی پیچشی به روش یادگیری انتقالی
- سال انتشار: 1401
- محل انتشار: چهاردهمین کنگره ملی مهندسی مکانیک بیوسیستم و مکانیزاسیون ایران
- کد COI اختصاصی: NCAMEM14_178
- زبان مقاله: فارسی
- تعداد مشاهده: 277
نویسندگان
دانشجوی دکتری، گروه مهندسی بیوسیستم، دانشگاه محقق اردبیلی، اردبیل، ایران
استاد گروه مهندسی بیوسیستم، دانشگاه محقق اردبیلی، اردبیل، ایران
پژوهشگر پسا دکتری، گروه مهندسی بیوسیستم، دانشگاه محقق اردبیلی، اردبیل، ایران
چکیده
کنترل آفات یکی از مهمترین عملیات در مرحله داشت محصولات کشاورزی است. مگس میوه مدیترانه ای یکیاز آفات مهم محصولات کشاورزی از جمله مر کبات می باشد که سالانه خسارات زیادی به باغداران تحمیل می کند.در این تحقیقء برای شناسایی زودهنگام میوه های مر کبات آلوده به لارو مکس مدیترا نه ای با هدف اجرای سریعفعالیت های مدیریتی و جلو گیری از ظهور نسل بعدی مکس مدیترانه ای از شبکه عصبی پیچشی به روش یاد گیریانتقالی استفاده شد. عکس برداری میوه مرکبات در دو مرحله قبل از آفت و ابتدای شیوع آفت در شرایط نورطبیعی (۷۰۰۰ تا ۱۱۰۰۰ لو کس) انجام شد. برای تشخیص و طبقه بندی بین میوه سالم و میوه مگس زده، دو مدل ازپیش آموزش دیده CNN بعنی GoogleNet و VGG-۱۶ با الگوریتم های بهینه ساز RMSProp, SGDm و Adamمورد استفاده قرار گرفت. نتایج ارزبایی مدلها در مرحله شبوع آفت نشان داد که مدل VGG-۱۶ به کمک الگوریتمSGDm با کسب دقت تشخیص ۹۸/۳۳% بهترین کارآیی را داشته است. نتایج این تحقبق نشان می دهد که استفاده ازروش های هوش مصنوعی در تشخبص میوه مگس زده مر کبات می تواند به متخصصان و باغداران در مدیریت وکنترل این آفت کمک نماید.کلیدواژه ها
یادگیری عمیق، شبکه عصبی پیچشی ، یادگیری انتقالی، مگس مدیترانه ای، مرکباتمقالات مرتبط جدید
- توسعه مبدل حرارتی داخلی ( IHX ) از طریق تغییر فرآیند ساخت و تولید لوله های گاز کولر در صنعت خودروسازی
- بهبودعملکرد سیکل تبرید تراکمی با تغییر فرآیند ساخت مبدل SLHX از آرایش مماسی به هم مرکز
- بررسی تاثیر لایه میانی روی در اتصال غیر مشابه آلیاژ پایه منیزیم AZ۳۱ و آلومینیوم ۶۰۶۱ به روش جوشکاری اصطکاکی اغتشاشی نقطهای
- بررسی تجربی سوراخکاری کامپوزیتهای پلیمری: مقایسه جوت و شیشه
- سیستم هوشمند پایش وضعیت بلبرینگ با استفاده از طیفنگاره صوتی جهت طبقهبندی و تشخیص خطای بلبرینگ ها
اطلاعات بیشتر در مورد 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.