سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

بررسی روش های تشخیص الگو برای تحلیل داده های بینی الکترونیک و ارائه بهترین روش برای شناسایی گونه های گیاه ریحان

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 571

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دانلود نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCFOODI26_521

تاریخ نمایه سازی: 20 آبان 1398

چکیده مقاله بررسی روش های تشخیص الگو برای تحلیل داده های بینی الکترونیک و ارائه بهترین روش برای شناسایی گونه های گیاه ریحان

سنجش بو روشی پیشرفته و بویژه موثر برای کسب اطلاعات متغیرهای تاثیرگذار بر کیفیت مواد می باشد، زیرا بوی مواد بسیار حساس به تغییر ترکیبات تشکیل دهنده آنها می باشد. بینی الکترونیک با شبیه سازی بینی انسان، به عنوان ابزاری دقیق و کاربردی در زمینه های مختلفی از جمله صنایع غذایی، نظامی، پزشکی و آرایشی و بهداشتی و ...، به منظور مانیتورینگ و تشخیص ترکیبات موجود در مواد، بسیار مورد توجه قرار گرفته است. پاسخ های خام تولید شده توسط سیگنال سیگنال سنسورهای این سامانه بینی الکترونیک، به منظور طبقه بندی صحیح بو، با روش های پیشرفته پردازش سیگنال و الکوریتم های تشخیص الگو مورد مطالعه قرار می گیرند. سنسورهای بویایی، با استفاده از روش های مختلف پردازش سیگنال آنالیز می شوند. با توجه به نوع داده های اندازه گیری شده و نوع نتایج خروجیف تکنیک های مختلفی موجود می باشد. روش های تشخیص الگو به دو دسته روش های با ناظر مانند ANN و بدون ناظر مانند PCA تقسیم بندی می شوند. در این تحقیق نمونه هایی از برگ های هشت گونه کشت شده ریحان در مزرعه دانشکده کشاورزی دانشگاه شهید چمران اهواز تهیه شدند و با دستگاه بینی الکترونیک تحت آزمایش قرار گرفتند. در بخش تحلیل و بررسی، نخست روش های تشخیص الکوی مناسب برای طبقه بندی داده های بینی الکترونیک از جمله تحلیل مولفه اصلی (PCA)، شبکه عصبی (ANN)، تجزیه و تحلیل خطی (LDA)، تجزیه و تحلیل خوشه ای (HCA)، نزدیکترین همسایگی (KNN)، ماشین بردار پشتیبانی (SVM) پرداخته شد. سپس با مقایسه روش های موجود و داده های اندازه گیری شده، روشی مناسب برای شناسایی گونه های مختلف ریحان ارائه گردید. با مطالعه روش های مورد استفاده در تشخیص الگوهایی پرکاربرد در بینی الکترونیک و بررسی نتایج حاصله از هریک از آنها، روش های ANN, PCA و LDA به دلیل سهولت در انجام، در دسترس بودن و نهایتا دستیابی به خروجی های دقیق تر را می توان از جمله پرکاربردترین روش های تشخیص الگوی جداسازی داده های بینی الکترونیکی به شمار آورد. بررسی نتایج نشان داد که برای تشخیص الگو گونه های مختلف ریحان شبکه های عصبی مصنوعی بیشترین دقت را دارد. هرچند سایر روشهای دقت قابل قبولی دارند.

کلیدواژه های بررسی روش های تشخیص الگو برای تحلیل داده های بینی الکترونیک و ارائه بهترین روش برای شناسایی گونه های گیاه ریحان:

نویسندگان مقاله بررسی روش های تشخیص الگو برای تحلیل داده های بینی الکترونیک و ارائه بهترین روش برای شناسایی گونه های گیاه ریحان

حسن ذکی دیزجی

استادیار، گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه شهید چمران اهواز، اهواز

عاطفه گلچین

دانشجو، گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه شهید چمران اهواز، اهواز

محمد محمودی سورستانی

دانشیار، گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه شهید چمران اهواز، اهواز

محمداسماعیل خراسانی فردوانی

استادیار، گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه شهید چمران اهواز، اهواز

مقاله فارسی "بررسی روش های تشخیص الگو برای تحلیل داده های بینی الکترونیک و ارائه بهترین روش برای شناسایی گونه های گیاه ریحان" توسط حسن ذکی دیزجی، استادیار، گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه شهید چمران اهواز، اهواز؛ عاطفه گلچین، دانشجو، گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه شهید چمران اهواز، اهواز؛ محمد محمودی سورستانی، دانشیار، گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه شهید چمران اهواز، اهواز؛ محمداسماعیل خراسانی فردوانی، استادیار، گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه شهید چمران اهواز، اهواز نوشته شده و در سال 1398 پس از تایید کمیته علمی سومین کنگره بین المللی و بیست و ششمین کنگره ملی علوم و صنایع غذایی ایران پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله گیاهان دارویی، تحلیل مولفه اصلی، شبکه عصبی مصنوعی، ماشین بردار پشتیبانی هستند. این مقاله در تاریخ 20 آبان 1398 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 571 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که سنجش بو روشی پیشرفته و بویژه موثر برای کسب اطلاعات متغیرهای تاثیرگذار بر کیفیت مواد می باشد، زیرا بوی مواد بسیار حساس به تغییر ترکیبات تشکیل دهنده آنها می باشد. بینی الکترونیک با شبیه سازی بینی انسان، به عنوان ابزاری دقیق و کاربردی در زمینه های مختلفی از جمله صنایع غذایی، نظامی، پزشکی و آرایشی و بهداشتی و ...، به ... . این مقاله در دسته بندی موضوعی گیاهان دارویی و شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله بررسی روش های تشخیص الگو برای تحلیل داده های بینی الکترونیک و ارائه بهترین روش برای شناسایی گونه های گیاه ریحان با 4 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.