طراحی و ارزیابی سامانه ای هوشمند جهت تشخیص و طبقه بندی پرندگان بیمار بر اساس صدای آنها

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 654

This Paper With 12 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NCAMEM08_065

تاریخ نمایه سازی: 14 شهریور 1393

Abstract:

امروزه آزمون های غیر مخرب یکی از مفیدترین فناوری ها در زمینه ارزیابی و طبقه بندی در حوزه های مختلف به شمار میروند.در این مقاله روشی هوشمند به منظور طبقه بندی پرندگان از دیدگاه اندازه و سلامت آنها بر اساس صدای منتشره از آنها طراحی و به کار گرفته شده است. بدین منظور ابتدا پرندگان بر اساس وضعیت جسمانی خود به طبقات مختلف تقسیم و صدای هر یک توسط یک میکروفن و کارت داده برداری ثبت شد. سپس 5 تابع ویژگی واریانس، انحراف از معیار، ریشه میانگین مربعات، میانگین و کورتسیس از سیگنال ها استخراج گردید. از این ویژگی ها که در واقع معیار مناسبی برای شناسایی سیگنال ها هستند، به عنوان ورودی شبکه عصبی مصنوعی استفاده شد. ابتدا شبکه عصبی مصنوعی با تعدادی تکرار مناسب از توابع ویژگی آموزش دادهشد تا ساختار و وزن های مناسب شبکه به دست آید. شبکه مذکور به وسیله یک سری داده جدید مورد آزمون قرار گرفت تا دقت آن در طبقه بندی پرندگان برآورد شود. در پژوهش حاضر از این سامانه هوشمند به منظور تشخیص و طبقه بندی اردکهای سالم و بیمار استفاده شد. روش مذکور توانست با دقت 75 درصد اردکهای سالم را از اردکهای بیمار و ضعیف تمییز دهد. نتایج نشان میدهند که سامانه طراحی شده در این پژوهش در استفاده از صدای پرندگان به منظور طبقه بندی آنها تا 75 درصد موفق بوده است. نتایج این پژوهش میتواند به عنوان روشی ساده و مطمئن جهت تشخیص پرندگان بیمار در واحدهای پرورش پرندگان مورد استفاده قرار گیرد.

Keywords:

آزمون های غیر مخرب , داده کاوی , شبکه عصبی مصنوعی , شناسایی سیگنال و طبقه بندی صدای پرندگان

Authors

مقداد خزایی

دانشجوی دکتری مکانیک ماشین های کشاورزی، گروه مکانیک ماشین های کشاورزی، دانشگاه تربیت مدرس

احمد بناکار

استادیار گروه مکانیک ماشین های کشاورزی، دانشگاه تربیت مدرس

سید رضی کریمی آکندی

دانش آموخته کارشناسی ارشد، مکانیک ماشین های کشاورزی، گروه مکانیک ماشین های کشاورزی، دانشگاه تربیت مدرس

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 :
  • دانشگاه فردوسی مشهد _ 9 تا _ یهمت ماه 1392 ...
  • دانشگاه فردوسی مشهد _ 9 تا _ یهمت ماه 1392 ...
  • Acevedo, M.A., C.J. Corrada-Bravo , H. C orrada-Bravo, L.J. Vi ...
  • Bardeli, R., D. Wolff, F. Kurth, M. Koch, K.H. Tauchert, ...
  • Carr, C.E., and D. Soares. 2007 Shared Features of the ...
  • Chen, P., and Z. Sun. 1991. A review of non-destructie ...
  • Harma, A. 2003. Automatic identification of bird species based on ...
  • Jarvis, A. M., and A. Robertson. 1999. Predicting population sizes ...
  • Kasten, E.P, P.K. McKinley, and S.H. Gage. 2010. Ensemble extraction ...
  • Khazaee, M., H. Ahmadi, M. Omid, A. Moosavian, and M. ...
  • King, A.P., and M.J. West. 1977. Species identification in the ...
  • Lee, C.H., Y.K. Lee, and R.Z. Huang, 2006. Automatic recognition ...
  • Lei, Y., Z. He, and Y. Zi. 2008. A new ...
  • Miller, E.H. 1979. An approach to the analysis of graded ...
  • Sun, T., K. Huang, H. Xu, and Y. Ying. 2010. ...
  • نمایش کامل مراجع