
تعداد دوره ها | 7 |
تعداد شماره | 28 |
تعداد مقالات | 254 |
تعداد نویسندگان | 490 |
تعداد مقالات ارسال شده | 3207 |
تعداد مقالات رد شده | 2890 |
درصد عدم پذیرش | 73 |
درصد پذیرش | 27 |
زمان پذیرش (روز) | 120 |
تعداد پایگاه های نمایه شده | 39 |
تعداد داوران | 138 |
کاهش خطا در تشخیص بیماری گیاهان به کمک پردازش تصویر و هوش مصنوعی فازی
دوره 3، شماره 3، 1399، صفحات 12 - 1
1 1
2 1
چکیده :
یک سیستم بینایی ماشین برای تشخیص بیماری های گیاهی یا جداسازی میوه های عیب دار از بدون عیب، جهت کارکرد صحیح، دقیق و با سرعت، نیازمند پارامترهای متعددی است، لذا بایستی این پارامترها به بهترین وجه انتخاب شوند. این پارامتر ها شامل دقت نمونه برداری بر اساس شرایط نور، سرعت، فاصله و زاویه نمونه برداری است. این پژوهش باهدف مدلسازی بیماری ها به منظور مدلسازی سیستم تشخیص از سامانه استنتاج عصبی فازی تطبیقی استفاده گردیده است نتایج نشان می دهد که میتوان شبکه عصبی فازی با استفاده از الگوریتم کلاسیک ترکیبی را آموزش داد به نحویکه خطا برای داده های آموزش کاهش یابد.
یک سیستم بینایی ماشین برای تشخیص بیماری های گیاهی یا جداسازی میوه های عیب دار از بدون عیب، جهت کارکرد صحیح، دقیق و با سرعت، نیازمند پارامترهای متعددی است، لذا بایستی این پارامترها به بهترین وجه انتخاب شوند. این پارامتر ها شامل دقت نمونه برداری بر اساس شرایط نور، سرعت، فاصله و زاویه نمونه برداری است. این پژوهش باهدف مدلسازی بیماری ها به منظور مدلسازی سیستم تشخیص از سامانه استنتاج عصبی فازی تطبیقی استفاده گردیده است نتایج نشان می دهد که میتوان شبکه عصبی فازی با استفاده از الگوریتم کلاسیک ترکیبی را آموزش داد به نحویکه خطا برای داده های آموزش کاهش یابد.
کلمات کلیدی :
پردازش تصویر، شبکههای عصبی، بیماریهای گیاهان، منطق فازی
پردازش تصویر، شبکههای عصبی، بیماریهای گیاهان، منطق فازی