عنوان : ( بررسی قابلیت شبکه عصبی مصنوعی پرسپترون به منظور آشکارسازی ناحیه سالم و آلوده به کپک سبز پرتقال در تصاویر مرئی و فراطیفی )
نویسندگان: نرگس قانعی قوشخانه , محمودرضا گلزاریان , مجتبی ممرآبادی ,
Full Textچکیده
ا توجه به اهمیت روزافزون کاهش ضایعات محصولات کشاورزی، پیشگیری از رشد کپک سبز پرتقال که یکی از عوامل ضایعات انباری است بیش از پیش مورد نیاز است. شناسایی غیرمخرب نمونههای آلوده به قارچ قبل از ورود به انبار توسط تصویربرداری چندطیفی با کلاسه بندی ناحیه و سالم و آلوده در این تحقیق مورد بررسی قرار گرفت. از آنجایی که هر فرآیند کلاسه بندی به دنبال یک رابطه ی تابعی بین عضویت گروهی و ویژگیهای شی است، شبکه عصبی با ایجاد مدلهای غیرخطی که در مدلسازی روابط پیچیده دنیای واقعی بسیار قوی است میتواند برای شناسایی این رابطه تابعی استفاده گردد. در نتیجه از شبکه عصبی مصنوعی به منظور کلاسه بندی دادههای طیفی ناحیه سالم و آلوده استفاده گردید و درصد کلاسه بندی درست 89/6درصد به دست آمد. شبکه عصبی مصنوعی با دادههای جدید نیز مورد ارزیابی قرار گرفت که بالاترین دقت طبقه بندی 96/88درصد به دست آمد
کلمات کلیدی
, قارچ . , Penicillium spتصویربرداری طیفی, شبکه عصبی مصنوعی, کلاسه بندی
@inproceedings{paperid:1070127,
author = {قانعی قوشخانه, نرگس and گلزاریان, محمودرضا and ممرآبادی, مجتبی},
title = {بررسی قابلیت شبکه عصبی مصنوعی پرسپترون به منظور آشکارسازی ناحیه سالم و آلوده به کپک سبز پرتقال در تصاویر مرئی و فراطیفی},
booktitle = {یازدهمین کنگره ملی مهندسی بیوسیستم و مکانیزاسیون},
year = {2018},
location = {همدان, ايران},
keywords = {قارچ . ،Penicillium spتصویربرداری طیفی، شبکه عصبی مصنوعی، کلاسه بندی},
}
%0 Conference Proceedings
%T بررسی قابلیت شبکه عصبی مصنوعی پرسپترون به منظور آشکارسازی ناحیه سالم و آلوده به کپک سبز پرتقال در تصاویر مرئی و فراطیفی
%A قانعی قوشخانه, نرگس
%A گلزاریان, محمودرضا
%A ممرآبادی, مجتبی
%J یازدهمین کنگره ملی مهندسی بیوسیستم و مکانیزاسیون
%D 2018
