استفاده ازفناوری انعکاس و پردازش صداوشبکه عصبی مصنوعی درطبقه بندی دورقم دانه ذرت
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 612
فایل این مقاله در 8 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:
SADHE02_671
تاریخ نمایه سازی: 3 آذر 1392
چکیده مقاله:
ذرت یکی ازمهمترین غلات روی زمین میباشد کهکاربردهای وسیعی بهصورت خام و نیز فرایند شده درصنایع غذایی دارد طبقه بندی وسورتینگ ازمهمترین مراحل پس ازبرداشت این محصول محسوب میشوند دراین پژوهش سعی شده تا استفاده ازتکنیک جدیدغیرمخرب و هوشمند اکوستیک دورقم مختلف ذرت ازیکدیگرجداشوند انعکاس صدای برخورد دانه ذرت با یک صفحه فولادی درحالت Offline ازرتفاع برخورد 40سانتی متری توسط سیستم خودکاراستحصال داده توسط میکروفن جمع اوری و به رایانه منتقل گردید سیگنالهای صدای برخورد درحوزه موجک دابچی در4سطح مورد پردازش قرارگرفته و درهرسطح بردارهای مشخصه استخراج شدهاست مشخصات بدست امده به عنوان ورودی شبکه عصبی مصنوعی پرسپترون چندلایه با الگوریتم اموزش پس انتشارلونبرگ - مارکواردت بکارگرفته شدند کلیه مراحل ضبط خودکار صدای برخورد پردازش سیگنال و ایجاداموزش و ازمایش شبکه عصبی بااستفاده ازبرنامه نویسی درمحیط نرم افزار MATLAB انجام شد درانتها با استفاده ازشبکه عصبی مصنوعی پرسپترون چندلایه MLP با35لایه پنهان دورقم ذرت با دقت 81/5درصد ازیکدیگر جداگردیدندکه رقم Fao550 دقت 83/3 درصد و رقمFao490 بادقت 79/7 درصد داشت
کلیدواژه ها:
نویسندگان
احسان محمودی
دانشجوی کارشناسی ارشدعلوم و صنایع غذایی
سیدمهدی جعفری
استادیاردانشگاه علوم کشاورزی و منابع طبیعی گرگان
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 :