Eine Plattform für die Wissenschaft: Bauingenieurwesen, Architektur und Urbanistik
Eine Plattform für die Wissenschaft: Bauingenieurwesen, Architektur und Urbanistik
طبقه‌بندی میوه زالزالک بر مبنای رسیدگی با استفاده از ماشین بینایی
ازارپسندی محصولات تولیدی به طور گسترده‌ای به ظاهر آن ها بستگی دارد. لذا هدف از مطالعه حاضر توسعه الگوریتم‌هایی برای استخراج، انتخاب، و طبقه‌بندی ویژگی‌های تصاویر نمونه‌های زالزالک به منظور طبقه‌بندی آن‌ها بر اساس سطح رسیدگی است. تعداد 600 نمونه میوه زالزالک تهیه شد. در مرحله بعد یک جعبه نورپردازی به منظور تصویربرداری از نمونه‌های زالزالک با نورپردازی کنترل شده طراحی و ساخته شد. پس از تصویربرداری و ذخیره تصاویر بدست آمده، فرآیند پردازش تصویر در نرم افزار متلب اجرا شد. در این مرحله بعد از عملیات پیش پردازش، ویژگی‌های رنگ و بافت از تصاویر استخراج شد. از بین ویژگی های استخراج شده تعدادی ویژگی به عنوان ویژگی های کارا با استفاده از روش انتخاب ترتیبی با پایه درجه دوم در نرم افزار متلب انتخاب شدند. از روش های تحلیل تفکیک خطی و درجه دوم برای طبقه بندی ویژگی های کارا استفاده شد. پارامترهای دقت، صحت، حساسیت، و خاصیت برای مدل های طبقه بندی محاسبه شدند. میانگین دقت طبقه‌بندی نمونه‌های مختلف زالزالک با استفاده از روش‌های تحلیل تفکیک خطی و درجه دوم در مرحله آموزش به ترتیب برابر 67/98 و % 33/99 و در مرحله آزمون با هم مشابه و برابر با % 67/98 بود. همچنین بر اساس نتایج مربوط به پارامترهای تعیین شده، مدل تحلیل تفکیک درجه دوم از مدل تحلیل تفکیک خطی عملکرد بهتری داشت.
طبقه‌بندی میوه زالزالک بر مبنای رسیدگی با استفاده از ماشین بینایی
ازارپسندی محصولات تولیدی به طور گسترده‌ای به ظاهر آن ها بستگی دارد. لذا هدف از مطالعه حاضر توسعه الگوریتم‌هایی برای استخراج، انتخاب، و طبقه‌بندی ویژگی‌های تصاویر نمونه‌های زالزالک به منظور طبقه‌بندی آن‌ها بر اساس سطح رسیدگی است. تعداد 600 نمونه میوه زالزالک تهیه شد. در مرحله بعد یک جعبه نورپردازی به منظور تصویربرداری از نمونه‌های زالزالک با نورپردازی کنترل شده طراحی و ساخته شد. پس از تصویربرداری و ذخیره تصاویر بدست آمده، فرآیند پردازش تصویر در نرم افزار متلب اجرا شد. در این مرحله بعد از عملیات پیش پردازش، ویژگی‌های رنگ و بافت از تصاویر استخراج شد. از بین ویژگی های استخراج شده تعدادی ویژگی به عنوان ویژگی های کارا با استفاده از روش انتخاب ترتیبی با پایه درجه دوم در نرم افزار متلب انتخاب شدند. از روش های تحلیل تفکیک خطی و درجه دوم برای طبقه بندی ویژگی های کارا استفاده شد. پارامترهای دقت، صحت، حساسیت، و خاصیت برای مدل های طبقه بندی محاسبه شدند. میانگین دقت طبقه‌بندی نمونه‌های مختلف زالزالک با استفاده از روش‌های تحلیل تفکیک خطی و درجه دوم در مرحله آموزش به ترتیب برابر 67/98 و % 33/99 و در مرحله آزمون با هم مشابه و برابر با % 67/98 بود. همچنین بر اساس نتایج مربوط به پارامترهای تعیین شده، مدل تحلیل تفکیک درجه دوم از مدل تحلیل تفکیک خطی عملکرد بهتری داشت.
طبقه‌بندی میوه زالزالک بر مبنای رسیدگی با استفاده از ماشین بینایی
رحیم آزادنیا (Autor:in) / کامران خیرعلی پور (Autor:in) / مصطفی جعفریان (Autor:in)
2022
Aufsatz (Zeitschrift)
Elektronische Ressource
Unbekannt
Metadata by DOAJ is licensed under CC BY-SA 1.0
پیش‌بینی نرخ نفوذ ماشین تونلزنی با استفاده از دسته بندی گروهی داده‌های شبکه عصبی
| DOAJ | 2023
مقایسه فنی اقتصادی استفاده از ماشین¬های حفاری تمام مقطع سپری برای حفاری قطعه دوم تونل قمرود
| DOAJ | 2013
ارائه شرط تصویر‌سازی بر مبنای بردارهای پوئین‌تینگ در روش لرزه‌ای مهاجرت زمانی معکوس
| DOAJ | 2017