طبقه بندی آلبالو بر مبنای ویژگی های کیفی با بهره گیری از پردازش تصویر، شبکه های عصبی مصنوعی و ماشین های بردار پشتیبان

سال انتشار: 1404
محل انتشار: هفدهمین کنفرانس بین المللی علوم کشاورزی، محیط زیست، توسعه شهری و روستایی
کد COI اختصاصی: URDCONF17_075
زبان مقاله: فارسی
تعداد مشاهده: 104

نویسندگان

دانشجوی دکتری گروه مهندسی مکانیک بیوسیستم دانشگاه تربیت مدرس تهران

گروه مهندسی بیوسیستم، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل

چکیده

کیفیت محصولات باغی نه تنها تعیین کننده ارزش بازار آنهاست، بلکه بر رضایت مصرف کنندگان و سودآوری تولیدکنندگان نیز اثر مستقیم دارد. در این پژوهش، به منظور ارائه رویکردی سریع، دقیق و کم هزینه برای طبقه بندی آلبالو بر اساس ویژگی های کیفی، الگوریتم های پردازش تصویر و یادگیری ماشین به کار گرفته شد. این پژوهش با هدف ارزیابی کارایی مدل های هوش محاسباتی در طبقه بندی آلبالو بر مبنای ویژگی های کیفی، شامل سفتی (N)، قند (SSC) و pH، انجام شد. برای این منظور، ۲۰۰ نمونه آلبالو تحت تصویربرداری قرار گرفت. سه الگوریتم ماشین بردار پشتیبان (SVM)، جنگل تصادفی (RF) و شبکه عصبی مصنوعی (ANN) جهت مدل سازی و پیش بینی پارامترها به کار گرفته شد. نتایج آزمون های آماری نشان داد تغییرات ویژگی های استخراج شده از نظر آماری معنادار است. مدل RF با R² بین ۰.۸۷ تا ۰.۹۲ و مقادیر خطای کمتر (RMSE و MAE)، برتری محسوسی نسبت به SVM و ANN داشت. این رویکرد موجب کاهش زمان و هزینه ارزیابی، ارتقاء دقت و امکان پیاده سازی در سیستم های هوشمند ارزیابی کیفیت محصولات باغی می شود. یافته ها نشان می دهد تلفیق پردازش تصویر با الگوریتم های یادگیری ماشین، ابزاری موثر و تعمیم پذیر برای کنترل کیفیت در صنایع غذایی به شمار می آید.

کلیدواژه ها

آلبالو, پردازش تصویر, یادگیری ماشین, جنگل تصادفی, ماشین بردار پشتیبان

مقالات مرتبط جدید

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.