کاهش خطای سنجش کیفیت درجه بندی کشمش با استفاده از ویژگی بافتی و شبکه عصبی چند لایه
- سال انتشار: 1395
- محل انتشار: نخستین کنفرانس ملی تحقیقات بین رشته ای در مهندسی کامپیوتر، برق، مکانیک و مکاترونیک
- کد COI اختصاصی: IRCEM01_253
- زبان مقاله: فارسی
- تعداد مشاهده: 951
نویسندگان
دانشکده مهندسی برق و کامپیوتر، موسسه آموزش عالی پویش قم
دانشکده مهندسی برق و کامپیوتر، موسسه آموزش عالی پویش قم
چکیده
کشمش از جمله مهمترین اقلام صادراتی ایران است. ایران بعد از ایالات متحده آمریکا و ترکیه دررتبه سوم تولید و بعد از ترکیه در رتبه دوم صادرات کشمش جهانی قرار دارد. بنابراین تحقیق و مطالعه در مورد این محصول می تواند اهمیت قابل ملاحظه ای داشته باشد. این مقاله به ارائه یک سیستم خبره جهت درجه بندی کیفیت کشمش با استفاده از تصاویر گرفته شده از دانه های کشمش پرداخته است. ایده اصلی جهت تشخیص کیفیت برتر کشمش از کیفیت نامرغوب با حداقل ضریب خطا است. به این منظور، در ابتدا با استفاده از سک دستگاه اسکنر HP رنگی از دانه های کشمش نمونه برداری شد. سپس ویژگی های مربوط به هر دانه کشمش با استفاده از روش GLCM به دست آمد. سپس برای کاهش ابعاد ویژگی ها از روش PCA استفاده شد. در نهایت توسط شبکه عصبی و ماشین بردار پشتیبان و مدل استنتاج عصبی فازی تطبیقی این ویژگی های استخراج شده کلاسه بندی شدند و نتیجه آن توسط ماتریس اغتشاش محاسبه شد که بدین ترتیب درصد خطای شبکه عصبی ۱/۲۴ و ماشین بردار پشتیبان ۲۲/۳۳ و مدل عصبی فازی تطبیقی ۶/۱۳ بود. نتیجه این پژوهش می تواند در ساخت یک سیستم تشخیص کیفیت کشمش هوشمند مورد استفاده قرار بگیرد.کلیدواژه ها
درجه بندی کیفیت کشمش، شبکه عصبی، ماشین بردارپشتیبان، مدل عصبی فازی تطبیقی، GCMمقالات 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.