توسعه الگوریتم یادگیری عمیق به منظور تشخیص و طبقه بندی هوشمند گونه های ماهی کپور
محل انتشار: مجله مهندسی بیوسیستم ایران، دوره: 52، شماره: 3
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 142
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJBSE-52-3_004
تاریخ نمایه سازی: 31 اردیبهشت 1402
چکیده مقاله:
چکیده: شناسایی گونههای ماهیان برای صنایع آبزی پروری و صید، مدیریت ذخایر پهنه های آبی و نظارت زیست محیطی آبزیان حیاتی می باشد. در این مطالعه، شبکه عصبی یادگیری عمیق به عنوان روشی غیرمخرب و برخط جهت تشخیص چهار گونه مهم و اقتصادی خانواده کپورماهیان شامل کپور معمولی، کپور علفخوار، کپور سرگنده و کپور نقرهای ایجاد و مورد استفاده قرار گرفت. به این منظور، ساختار شبکه پیش آموزش دیده VGG-۱۹ (Visual Geometry Group-۱۹) توسط لایههای پولینگ، تماما متصل، نرمالسازی و رهاسازی بروزرسانی گردید. از ۴۰۹ تصویر برای آموزش و ارزیابی مدل توسعه داده شده استفاده گردید. مقادیر میانگین دقت، صحت، حساسیت، اختصاصی بودن و سطح زیر منحنی به ازای هر کلاس به ترتیب برابر با ۳۹/۹۸، ۸۷/۹۶، ۸۷/۹۶، ۹۶/۹۸ و ۹۲/۹۷ درصد حاصل شد. سطح بالای دقت بدست آمده بدلیل توانایی مدل عمیق پیشنهادی در ساخت ویژگی های خودآموز سلسله مراتبی است که در تطابق با ویژگیهای مورد استفاده در شناسایی ماهیان بود.
کلیدواژه ها:
نویسندگان
امین طاهری گراوند
گروه مهندسی مکانیک بیوسیستم دانشگاه لرستان
امین نصیری
فارغ التحصیل مقطع دکتری، گروه ماشینهای کشاورزی، دانشکده مهندسی و فناوری کشاورزی، دانشگاه تهران
اشکان بنان
استادیار، گروه علوم دامی، دانشگاه لرستان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :