طراحی و ارزیابی یک سیستم هوشمند دسته بند مرکبات با توجه به نقص سطحی پوست با کمک شبکه عصبی
- سال انتشار: 1394
- محل انتشار: چهارمین کنفرانس بین المللی پژوهش های نوین در علوم مهندسی و تکنولوژی
- کد COI اختصاصی: NSOECE04_050
- زبان مقاله: فارسی
- تعداد مشاهده: 645
نویسندگان
دانشجوی کارشناسی ارشد،گروه کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه آزاد اسلامی، قزوین،
عضو هیات علمی دانشکده علوم ریاضی و رایانه، دانشگاه علامه طباطبایی ، تهران
عضو هیات علمی، گروه مهندسی مکانیک، دانشکده فنی و مهندسی، دانشگاه بناب، بناب
چکیده
با توجه به اینکه تولید مرکبات در ایران سالانه سه و نیم میلیون تن است و ایران به عنوان رتبه ششم تولید مرکبات در جهان معرفی شده است. بنابراین نیاز به سیستم های مکانیزه جهت جداسازی میوه های سالم از میوه های ناسالم در صنعت غذایی کشور لازم و ضروری می گردد. در این مقاله بر روی پنج نوع از شایع ترین نقص های موجود در مرکبات کار شده و برای این کار 21 ویژگی از تصاویر مربوط به نواحی نقص موجود در مرکبات به کمک ماتریس هم رخدادی استخراج می شود. و این ویژگی ها به عنوان بردار ورودی به شبکه عصبی فرستاده می شوند. در این مقاله پس از ارزیابی تعدادی از ابزارهای کلاس بندی از بین ابزارهای مختلف موجود، شبکه های عصبی پیشخور پس انتشار به عنوان یکی از موفق ترین روش های کلاس بندی در این کاربرد انتخاب شده و مورد استفاده قرار گرفته است. درصد تشخیص و دسته بندی نوع نقص در این روش 28/86% ارائه شده است، که نسبت به کارهای مشابه نتیجه بسیار خوب و قابل قبولی می باشد. با تشخیص به موقع نوع نقص می توان از سرایت عفونت و آلودگی به میوه های سالم جلوگیری کرده و آن ها را به صورت درازمدت نگهداری کرد و همچنین از مزایای دیگر دانستن نوع نقص یا بیماری های موثر بر میوه به تولیدکنندگان اجازه خواهد داد تا از درمان های دقیق تری در آینده برای جلوگیری از پدید آمدن این نوع نقص ها در صنعت مرکبات استفاده کنند. در نتیجه صرفه جویی محصولات شیمیایی با تضمین منافع اقتصادی و زیست محیطی به دست خواهد آمد.کلیدواژه ها
دسته بندی نقص، شبکه های عصبی، ماتریس هم رخداد، پردازش تصویر، شبکه پیشخور پس انتشارمقالات مرتبط جدید
- بررسی به کارگیری سیستم ذخیره سازی انرژی با استفاده از منابع انرژی تجدیدپذیر
- اقدامات لازم برای حفاظت از محیط زیست دریایی
- ارائه طرح مبتنی بر رایانش ابری جهت ارتقاء بهره وری صنایع خودروسازی (مطالعه موردی: مدیران خودرو)
- مروری بر تکنولوژی ماکرویو برای خردایش سنگ های کمیاب
- کاربرد و بکارگیری تکنولوژی های اینترنت اشیا ، یادگیری ماشین و پردازش تصویر در امنیت و کنترل خودرو
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.