مروری بر بهبود دقت شناسایی علفهای هرز در صنعت کشاورزی با استفاده از شبکه های عصبی کانولوشنی و حافظه طولانی کوتاه مدت

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 91

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

INDEXCONF04_005

تاریخ نمایه سازی: 28 آبان 1403

چکیده مقاله:

این مقاله به بررسی بهبود دقت شناسایی علفهای هرز در صنعت کشاورزی با استفاده از روشهای پیشرفته یادگیری عمیق میپردازد. مسئله اصلی این تحقیق، تشخیص دقیق و بهموقع علفهای هرز در مزارع کشاورزی است که میتواند منجر به کاهش هزینهها و افزایش بهره وری در این صنعت گردد. در این پژوهش، از ترکیب شبکه های عصبی کانولوشنی (CNN) و شبکه های حافظه طولانی کوتاهمدت (LSTM) برای بهبود دقت شناسایی استفاده شده است. تصاویر مزارع به عنوان ورودی به شبکه عصبی کانولوشنی داده میشود و ویژگیهای زمانی رشد علفهای هرز و محصولات کشاورزی توسط LSTM تحلیل میگردد. نتایج نشان میدهد که روش پیشنهادی بهطور میانگین %۴,۶۸ در تشخیص مکان دقیق علفهای هرز و %۱۲,۱۴ در تعداد تشخیص نسبت به روشهای پیشین بهبود یافته است. این بهبودها نشاندهنده پتانسیل بالای استفاده از این روشها در صنعت کشاورزی برای افزایش دقت و کارایی در مدیریت علفهای هرز میباشد.

نویسندگان

سامان ماه آورپور

دانشگاه آزاداسلامی واحداصفهان (خوراسگان)