سال انتشار: 1395
کد COI مقاله: ACCSI22_115
زبان مقاله: فارسیمشاهد این مقاله: 200
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
محتوای کامل این مقاله با فرمت WORD هم قابل دریافت می باشد.
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
مشخصات نویسندگان مقاله طبقه بندی پرتقال بر اساس تخمین ضخامت پوست با استفاده از الگوی باینری محلی
چکیده مقاله:
سادگی روش های پردازش تصویر و فراوانی ویژگی های کیفی محصولات کشاورزی باعث شده است، تا پردازش تصویر در حیطه کشاورزی پیشرفت های بسیاری داشته باشد. در این مقاله، با استفاده از روش های پردازش تصویر به طبقه بندی میوه پرتقال بر اساس ضخامت پوست پرداخته شده است. با قرار دادن پرتقال ها در یک جعبه مخصوص که شرایط تصویر برداری یکسان را برای همه نمونه ها ایجاد می کند، از تمامی نمونه ها تصویر تهیه گردیده است. پس از جدا سازی میوه از پس زمینه تصویر، با استفاده از تکنیک های ناحیه بندی، ویژگی های الگوی باینری محلی برای بافت پوست استخراج می شود. سرانجام با استفاده از روش دسته بندی KNN، نمونه ها در سه دسته: پوست نازک، پوست معمولی و پوست ضخیم دسته بندی شدند. نتایج به دست آمده نشان می دهد که طبقه بندی پرتقال ها با استفاده از ویژگی تولید شده توسط الگوی باینری محلی کامل، قابل قبول است.
کلیدواژه ها:
الگوي باينري محلي ، بافت، طبقه بندي، تخمين ضخامت
کد مقاله/لینک ثابت به این مقاله
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/635656/
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:معدلی، امیرحسین و هل فروش، محمدصادق و دانیالی، حبیب الله،1395،طبقه بندی پرتقال بر اساس تخمین ضخامت پوست با استفاده از الگوی باینری محلی،بیست و دومین کنفرانس ملی سالانه انجمن کامپیوترایران،تهران،،،https://civilica.com/doc/635656
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: (1395، معدلی، امیرحسین؛ محمدصادق هل فروش و حبیب الله دانیالی)
برای بار دوم به بعد: (1395، معدلی؛ هل فروش و دانیالی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
مدیریت اطلاعات پژوهشی
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:
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
- ارایه روشی برای استخراج الگوهای دسترسی از سیاهه های وب بر پایه بخش بندی گراف
- تحلیلی از داده های عظیم در شبکه های اجتماعی
- توصیه گر گروه های شبکه های اجتماعی مبتنی بر گراف عضویت
- دسته بندی روش های توصیف متن در عقیده کاوی از شبکه ی اجتماعی توییتر
- مهم ترین الگوریتم ها و کاربردهای داده کاوی: مقاله مروری
مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.
مقالات مرتبط جدید
- مطالعه و بهبود پایداری ولتاژ با جایابی بهینه STATCOM در سیستم قدرت
- عنوان تخمین زاویه ورود تعداد نامعلوم سیگنال همدوس با استفاده از قطری سازی آماره گشتاور مرتبه چهارم
- مروری بر پیام های AIS تجاری، بررسی یک پیام به صورت کاربردی
- مروری بر روش های مدیریت دانش به منظور افزایش بهره وری تیمی در توسعه نرم افزار چابک
- پیاده سازی ارزیابی عملکردی و امنیتی فایروال های نسل چهارم
مقالات فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
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.