Year: 1394
COI: NSOECE03_050
Language: PersianView: 390
This Paper With 13 Page And PDF Format Ready To Download
محتوای کامل این Paper با فرمت WORD هم قابل دریافت می باشد.
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 13 صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
Authors
Abstract:
با توجه به اینکه تولید مرکبات در ایران سالانه سه و نیم میلیون تن است و ایران به عنوان رتبه ششم تولید مرکبات در جهان معرفی شده است. بنابراین نیاز به سیستم های مکانیزه جهت جداسازی میوه های سالم از میوه های ناسالم در صنعت غذایی کشور لازم و ضروری می گردد. در این مقاله بر روی پنج نوع از شایع ترین نقص های موجود در مرکبات کار شده و برای این کار 21 ویژگی از تصاویر مربوط به نواحی نقص موجود در مرکبات به کمک ماتریس هم رخدادی استخراج می شود. و این ویژگی ها به عنوان بردار ورودی به شبکه عصبی فرستاده می شوند. در این مقاله پس از ارزیابی تعدادی از ابزارهای کلاس بندی از بین ابزارهای مختلف موجود، شبکه های عصبی پیشخور پس انتشار به عنوان یکی از موفق ترین روش های کلاس بندی در این کاربرد انتخاب شده و مورد استفاده قرار گرفته است. درصد تشخیص و دسته بندی نوع نقص در این روش 28/86% ارائه شده است، که نسبت به کارهای مشابه نتیجه بسیار خوب و قابل قبولی می باشد. با تشخیص به موقع نوع نقص می توان از سرایت عفونت و آلودگی به میوه های سالم جلوگیری کرده و آن ها را به صورت درازمدت نگهداری کرد و همچنین از مزایای دیگر دانستن نوع نقص یا بیماری های موثر بر میوه به تولیدکنندگان اجازه خواهد داد تا از درمان های دقیق تری در آینده برای جلوگیری از پدید آمدن این نوع نقص ها در صنعت مرکبات استفاده کنند. در نتیجه صرفه جویی محصولات شیمیایی با تضمین منافع اقتصادی و زیست محیطی به دست خواهد آمد.
Keywords:
Paper COI Code
This Paper COI Code is NSOECE03_050. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:https://civilica.com/doc/449311/
How to Cite to This Paper:
If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:اسماعیلی، فریده و رشیدی، حسن و خجسته نژند، مصطفی،1394،طراحی و ارزیابی یک سیستم هوشمند دسته بند مرکبات با توجه به نقص سطحی پوست با کمک شبکه عصبی،Third International Conference on New Approaches in Science, Engineering and Technology،https://civilica.com/doc/449311
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 :- Blasco, J., Aleixos, N., Cubero, S., Gomez-Sanch, J., Molt, E. ...
- Blasco, J., Aleixos, N., Go mez-Sanch, J., Molto, E., (2009). ...
- Blasco, J; Aleixos, N; Molto, E. (2003). "Machine vision system ...
- Cubero, S., Aleixos, N., Molto, E., Gomez- Sanchis, J., & ...
- Haralick, R. M., Shanmugam, K., Dinstein, I H. (1973). _ ...
- Ileana, I., Rotar, C., A. Incze. (2004), "The Optimization of ...
- Iqbal, S.MD., Gopal, A. (2014). "Automated Quality Inspection of Citrus ...
- Leemans, V., Magein, H., Destain, M. F. (2002). "On-line fruit ...
- Lopez, J., Cobos, _ Aguilera, E. (2011) _ _ Compu ...
- Renzetti, F. R., Zortea, L. (2011). "Use of a gray ...
- Soh, I.k., Tsatsoulis., C.(1999). "Texture Analysis of SAR Sea Ice ...
Research Info Management
اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
Scientometrics
The specifications of the publisher center of this Paper are as follows:
In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.
مقالات پیشنهادی مرتبط
- خوشه بندی ارقام مختلف کشمش با استفاده از تکنیک پردازش تصویر
- بهبود آشکارسازی طیفی بام ساختمانها در تصاویر فراطیفی از طریق کاهش نویز و وابستگی طیفی باندها
- بررسی اثرات فرایند فشار بالا بر روی اجزاءسازنده شیر
- کاهش خطای سنجش کیفیت درجه بندی کشمش با استفاده از ویژگی بافتی و شبکه عصبی چند لایه
- بزرسی میز ان باقیمانده سموم آفتکش در مواد غذایی)میوه وسبزیجات
مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.
Share this page
More information about COI
COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.
The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.