استفاده از شبکه های عصبی مصنوعی در ارزیابی سفتی کیوی رقم هایوارد به روش فراصوت
Publish place: 21st National Congress of Food Science and Technology
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 882
This Paper With 7 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:
NCFOODI21_905
تاریخ نمایه سازی: 4 اسفند 1392
Abstract:
سفتی یکی از مشخصه های اصلی میوه هاست که متناسب با کیفیت و زمان انبارداری آنها می باشد. روش های مخرب در زمینه ی کیفیت سنجی محصولات کشاورزی امروزه منسوخ شده و جای خود را به روش های غیر مخرب داده اند؛ به همین منظور هدف از پژوهش حاضر بکارگیری روش فراصوت در ارزیابی سفتی کیوی به کمک تکنیک شبکه عصبی مصنوعی پایه گذاری شد. در این پژوهش اطلاعات خروجی از سامانه های فراصوت، که روشی آسان، اقتصادی و انعطاف پذیرتر از سایر روش های غیر مخرب است، طی فرکانس 75KHz با بهره گیری از تکنیک MLP شبکه های عصبی مصنوعی، که ابزاری ماسب در پردازش داده هاست، به خروجی های بدست آمده از بارگذاری نفوذی (روش مگنس- تیلور) در سه سطح کیفی میوه ی کیوی (نارس، رسیده و بیش رسیده) ارتباط داده شده است. به منظور انتخاب شبکه بهینه تعداد مختلفی از نرون ها در لایه مخفی شبکه امتحان شدند. تعداد مطلوب نرون ها برای پیش بینی سفتی کیوی رقم هایوارد 19 نرون به دست آمد. بنابراین ساختار 1-19-23 برای پیش بینی سفتی کیوی رقم هایوارد بالاترین دقت (R(2)=0.957) را دارا می باشد.
Keywords:
Authors
نسترن جمشیدی
دانشجوی کارشناسی ارشد و استادیار گروه مکانیک ماشین های کشاورزی، دانشکده کشاورزی، دانشگاه ایلام
عادل حسین پور
دانشجوی کارشناسی ارشد و استادیار گروه مکانیک ماشین های کشاورزی، دانشکده کشاورزی، دانشگاه ایلام
حسن ذکی دیزجی
استادیار گروه مکانیک ماشین های کشاورزی، دانشکده کشاورزی، دانشگاه شهید چمران اهواز
امین فروغی راد
دانشجوی کارشناسی ارشد مکانیک ماشین های کشاورزی، دانشکده مهندسی و فناوری کشاورزی، 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 :