سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

توسعه یک سامانه ترکیبی جدید به منظور تشخیص بیماری های برگ درخت سیب

Publish Year: 1397
Type: Journal paper
Language: Persian
View: 237

This Paper With 11 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

JR_IJBSE-49-2_006

Index date: 21 May 2023

توسعه یک سامانه ترکیبی جدید به منظور تشخیص بیماری های برگ درخت سیب abstract

هر ساله بیماری­های گیاهی موجب خسارت­های قابل توجهی در بخش کشاورزی می­شوند که می­توان تاثیر آن­را در چرخه­ی اقتصادی کشورها و امنیت غذایی مردم احساس نمود. تشخیص زودهنگام بیماری­های گیاهی راهکاری مفید برای کاهش این خسارت­ها می­باشد. در سال­های اخیر محققان مختلف از روش­هایی چون تصویربرداری برای تشخیص بیماری­های گیاهی استفاده نموده­اند. در این تحقیق یک سامانه جدید، متشکل از روش پردازش تصویر دیجیتال و مدل ترکیبی شبکه عصبی به­منظور تشخیص سه بیماری برگ درخت سیب (بیماری­های لکه سیاه سیب، آلترناریا و آفت مینوز) بکار گرفته شد. در واقع از فرایند روش پردازش تصویر دیجیتال برای تهیه، پردازش و استخراج ویژگی­های هر یک از تصاویر نمونه­ها و از مدل ترکیبی شبکه عصبی مصنوعی برای طبقه­بندی بیماری­ها استفاده گردید. در این مدل برای آموزش شبکه از دو الگوریتم بهینه­سازی ازدحام ذرات (PSO) و الگوریتم لونبرگ مارکوارت (LM) استفاده شد. در ادامه عملکرد سامانه پیشنهادی در تشخیص بیماری­های درخت سیب مورد ارزیابی قرار گرفته و مشاهده گردید که این سامانه در تشخیص بیماری فوق الذکر با دقت ۹۹ درصد و شاخص­های ۹۸۵/۰= R۲ و ۰۹۹/۰= RMSE عملکرد مناسبی دارد و همچنین در مقایسه با سایر روش­های انجام شده توسط دیگر محققان، در تشخیص بیماری­های برگ درخت سیب توانایی بالاتری دارد.

توسعه یک سامانه ترکیبی جدید به منظور تشخیص بیماری های برگ درخت سیب Keywords:

توسعه یک سامانه ترکیبی جدید به منظور تشخیص بیماری های برگ درخت سیب authors

زهره قاسمی ورجانی

ماشین های کشاورزی، دانشکده مهندسی و فناوری دانشگاه تهران

سید سعید محتسبی

دانشگاه تهران

هادی قاسمی

مهندسی عمران،دانشکده عمران محیط زیست دانشگاه امیرکبیر

الهام عمرانی

ماشین های کشاورزی، دانشکده مهندسی و فناوری 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 :
Asraf, H. M., Nooritawati, M. T., Shah Rizam, M. S. ...
Billah, M., Miah, M. B. A., Hanifa, A. and Ruhul ...
Eberhart, R. and Kennedy, J. (۱۹۹۵). A new optimizer using ...
Fang, J., Zhang, C., Wang, S. (۲۰۰۸). Application of genetic ...
Food and Agriculture Organization. (۲۰۱۳). Statistics: Crops (Production) in FAO. ...
Loutfi, A., Coradeschi, S., Mani, G.K., Shankar, P. Rayappan, J.B. ...
Mahlein, A. K., Steiner, U., Hillnhütter, C., Dehne, H. W., ...
Massimo, F. R, Daciana, I., Clarkson, J. P., Covington, J. ...
Omrani, E. (۲۰۱۳). Plant Diseases Detection Using Image Processing Technique. ...
Pan, L., Zhang, W., Zhu, N., Mao, Sh., Wangd, J., ...
Tian, J., Qiuxia, H., Xiaoyi, M. A., Mingyu, H. A. ...
Tian, X., Wang, J. & Cui, S. (۲۰۱۳). Analysis of ...
UGA Extension. (۲۰۱۴). Georgia Plant Disease Loss Estimates ۲۰۱۴. AP ...
Zhanga, Z., Hea, X., Sunb, X., Guoc, L., Wangd, J., ...
Zhang, Sh., Wu, X., You, Zh., Zhang, L. (۲۰۱۷). Leaf ...
نمایش کامل مراجع