استفاده از سیستم بینایی ماشین در ارزیابی توانایی کنترل بیولوژیک دو مخمر آنتاگونیست در تلفیق با سیلیکون علیه کپک آبی میوه ی سیب
Publish place: BioControl in Plant Protection، Vol: 1، Issue: 1
Publish Year: 1392
نوع سند: مقاله ژورنالی
زبان: Persian
View: 184
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JBIOCO-1-1_003
تاریخ نمایه سازی: 14 دی 1401
Abstract:
در حال حاضر اندازه گیری شدت بیماری در مراکز پژوهشی با استفاده از وسایل دستی و یا از طریق مقیاس دهی چشمی بیان می شود. با گسترش چشم گیر علوم رایانه ای در اندازه گیری دقیق و سریع شدت بیماری، پژوهشی به منظور ارزیابی پتانسیل کنترل بیولوژیک دو مخمر Pichia guilliermondii (A۶)وCandida membranifaciens (A۴)در تلفیق با سیلیکون (Si) در غلظت های ۱/۰%، ۳/۰% و ۵/۰% و ترکیب آن ها در کنترل جدایه های P۱ و P۲ از قارچ Penicillium expansumدر دمای ۲۰ درجه ی سلسیوس انجام گرفت. نتایج این پژوهش نشان داد که مخمرهای A۴ و A۶ به طور معنی داری سبب کنترل کپک آبی میوه ی سیب شدند. تلفیق این مخمرها با Si کنترل به مراتب بیشتر بیماری را در پی داشت. استخراج خصوصیات آماری از ناحیه ی بافت آلوده در کانال های قرمز R، سبز G و آبی B تصاویر دیجیتال آن ها نشان داد که میانگین آبی ۷۰/۰=R۲ بیشترین اهمیت و انحراف معیار سبز با ۴۳/۰=R۲ کمترین اهمیت را در شناسایی گروه های آماری شدت بیماری داشتند. تحلیل تشخیص خطی با استفاده از صفات میانگین آبی، میانگین سبز، انحراف معیار آبی، انحراف معیار قرمز، ضریب کشیدگی سبز، انحراف معیار سبز سبب شناسایی گروه های آماری شدت بیماری با دقت ۸۰% شد. نتایج کلی این پژوهش نشان می دهد که رنگ توصیف گر قدرتمندی است که می توان از آن برای اندازه گیری شدت بیماری و اندازه گیری میزان کنترل کنندگی بیماری کپک آبی میوه ی سیب (در مقایسه با شاهد) بهره گرفت.
Keywords:
Authors
لیلا فراهانی
گروه گیاه پزشکی، پردیس ابوریحان، دانشگاه تهران
حسن رضا اعتباریان
گروه گیاه پزشکی، پردیس ابوریحان، دانشگاه تهران
حدیث محسنی تکلو
دانشکده ی مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران
حشمت اله امینیان
گروه گیاه پزشکی، پردیس ابوریحان، دانشگاه تهران
نوازاله صاحبانی
گروه گیاه پزشکی، پردیس ابوریحان، دانشگاه تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :