ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

ارزیابی سامانه ماشین بویایی (بینی الکترونیکی) در تشخیص آسیب های پوستی موز

سال انتشار: 1392
کد COI مقاله: NCAMEM08_270
زبان مقاله: فارسیمشاهده این مقاله: 927
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 10 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارزیابی سامانه ماشین بویایی (بینی الکترونیکی) در تشخیص آسیب های پوستی موز

علیرضا ثنایی فر - دانشجوی دکتری بخش مکانیک ماشینهای کشاورزی، دانشگاه شیراز
سید سعید محتسبی - استاد گروه مهندسی ماشینهای کشاورزی، دانشگاه تهران
مهدی قاسمی ورنامخواستی - استادیار گروه مهندسی مکانیک بیوسیستم، دانشگاه شهرکرد
عبدالعباس جعفری - استادیار بخش مکانیک ماشینهای کشاورزی، دانشگاه شیراز

چکیده مقاله:

ماشین بویایی (بینی الکترونیکی) با شبیه سازی حس بویایی انسان، تشخیص و درک بوهای پیچیده را با استفاده از آرایه ای از حسگرهای شیمیایی انجام میدهد. در ارزیابی کیفیت میوه ها پس از برداشت یکی از زمینه های مورد توجه برای سامانه ماشین بویایی (بینی الکترونیکی) تشخیص آسیب ها در نظر گرفته شده است. در این پژوهش قابلیت سامانه ماشین بویایی بر پایه شش حسگر نیمه هادی اکسید فلزی MOS به منظور تمایز آسیب های پوستی موز مورد مطالعه قرار گرفت. اجزای اصلی سامانه طراحی شده شامل سامانه دریافت نمونه، آرایه حسگرهای گازی، سامانه تحصیل داده، الگوریتم های تشخیص الگو و تحلیل داده می باشد. تحلیل مولفه های اصلی PCA تحلیل تفکیک خطی LDA روش های بودند که به منظور طبقه بندی و تحلیل ویژگی های استخراجی از سیگنال های ماشین بویایی استفاده گردید. بالاترین دقت در طبقه بندی آسیب های پوستی با استفاده از روش LDA با دقت اعتبارسنجی 100% بدست آمد. نتایج نشان داد که ماشین بویایی حساسیت و دقت کافی در تمایز میان کلاس ها و پیش بینی میزان آسیب ها برای موز را دارد.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا NCAMEM08_270 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/284565/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
ثنایی فر، علیرضا و محتسبی، سید سعید و قاسمی ورنامخواستی، مهدی و جعفری، عبدالعباس،1392،ارزیابی سامانه ماشین بویایی (بینی الکترونیکی) در تشخیص آسیب های پوستی موز،هشتمین کنگره ملی مهندسی ماشین های کشاورزی (بیوسیستم) و مکانیزاسیون ایران،مشهد،https://civilica.com/doc/284565

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1392، ثنایی فر، علیرضا؛ سید سعید محتسبی و مهدی قاسمی ورنامخواستی و عبدالعباس جعفری)
برای بار دوم به بعد: (1392، ثنایی فر؛ محتسبی و قاسمی ورنامخواستی و جعفری)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • دانشگاه فردوسی مشهد _ _ _ یهمن ماه 1392 ...
  • Benedetti, S., S. Buratti, A. Spinardi, S. Manmino and I. ...
  • Bhattacharyya, N. and R. B andhopadhyay. 2010. Electronic Nose and ...
  • Brezmes, J., M. L. Fructuoso, E. Llobet, X. Vilanova, I. ...
  • Di Natale, C., A. Macagnano, E. Martinelli, R. Paolesse, E. ...
  • Garcia, M. and M. Aleixandre and M. Horrillo. 2005. Electronic ...
  • Ghas _ mi -Varnamkhast , M., S. S. Mohtasebi, M. ...
  • Li, C. and P. Heinemann and R. Sherry. 2007. Neural ...
  • Tudu, B., L. Shaw, A. Jana, N. Bhattacharyya and R. ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 19,557
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی