سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

توسعه یک مدل مبتنی بر شبکه عصبی مصنوعی برای تخمین میزان آهن فعال در برگ انگور

Publish Year: 1403
Type: Journal paper
Language: Persian
View: 16

This Paper With 12 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_IJSWR-55-11_010

Index date: 18 March 2025

توسعه یک مدل مبتنی بر شبکه عصبی مصنوعی برای تخمین میزان آهن فعال در برگ انگور abstract

آهن یک عنصر ضروری در فرآیند رشد گیاهان است که نقش حیاتی در تولید کلروفیل دارد. کمبود آهن یکی از محدودیت های جدی در باغ های انگور است که می تواند عملکرد و کیفیت محصول را به طور قابل توجهی تحت تاثیر قرار دهد. استفاده از روش های نوین مانند پردازش تصویر دیجیتال، علاوه بر دقت بالا، با کاهش نیاز به انجام آزمایش های گران قیمت و وقت گیر آزمایشگاهی، موجب کاهش هزینه ها و تسریع فرایند تصمیم گیری مبتنی بر داده در مدیریت باغ می شود. هدف این مطالعه توسعه یک سامانه مبتنی پردازش تصویر و شبکه عصبی برای تخمین آهن فعال موجود در برگ گیاه انگور است. بدین منظور، ۵۵ نمونه برگ با سطوح مختلف کمبود آهن از باغ های اطراف شهرستان ارومیه جمع آوری و مورد آزمایش قرار گرفت. میزان آهن کل و آهن فعال در نمونه ها با استفاده از روش جذب اتمی اندازه گیری شده و تصاویر برگ ها در شرایط نوری کنترل شده ثبت و مورد پردازش قرار گرفتند. ویژگی های آماری از تصاویر استخراج و همبستگی آنها با مقادیر آهن فعال و آهن کل مورد بررسی قرار گرفت. در نهایت ویژگی های برتر برای پیش بینی میزان آهن با استفاده از شبکه عصبی مصنوعی چند لایه استفاده شد. نتایج رگرسیون خطی نشان داد که میزان آهن فعال برگ با مولفه های رنگی R، G، H و S به ترتیب دارای همبستگی ۶۴/۰، ۵۸/۰ و ۵۴/۰ و ۴۵/۰ است ولی مقدار آهن کل دارای همبستگی با تغییرات رنگ برگ نیست. مدل شبکه عصبی با ساختار بهینه ۱-۹-۸ قادر به پیش بینی داده های بدست آمده از دستگاه جذب اتمی با دقت ۸۳/۰، ۸۸/۰ و ۸۴/۰ به ترتیب برای داده های آموزش، تست و کل داده ها بود. در نهایت می توان نتیجه گرفت که روش پردازش تصویر به عنوان یک ابزار موثر و قابل اعتماد در مدیریت بهینه تغذیه گیاهان و تشخیص سریع کمبود آهن می تواند مورد استفاده قرار گیرد.

توسعه یک مدل مبتنی بر شبکه عصبی مصنوعی برای تخمین میزان آهن فعال در برگ انگور Keywords:

توسعه یک مدل مبتنی بر شبکه عصبی مصنوعی برای تخمین میزان آهن فعال در برگ انگور authors

شبنم فیروزی

گروه علوم خاک، دانشکده کشاورزی، دانشگاه ارومیه، ارومیه، ایران.

ابراهیم سپهر

گروه علوم خاک، دانشکده کشاورزی، دانشگاه ارومیه، ارومیه، ایران

آیدین ایمانی

گروه علوم خاک، دانشکده کشاورزی، دانشگاه ارومیه، ارومیه، ایران

سلیمان حسین پور

استادیار گروه مهندسی ماشینهای کشاورزی، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران

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 :
Arnal Barbedo, J. G. (۲۰۱۳). Digital image processing techniques for ...
Costa, J. M., Grant, O. M., & Chaves, M. M. ...
Ghosal, S., Blystone, D., Singh, A. K., Ganapathysubramanian, B., Singh, ...
Hu, J., Li, D., Chen, G., Duan, Q., & Han, ...
Neaman, A., & Aguirre, L. (۲۰۰۷). Comparison of different methods ...
Vasconcelos, M. W., & Grusak, M. A. (۲۰۱۴). Morpho-physiological parameters ...
نمایش کامل مراجع