طراحی مکانیزمی هوشمند برای شناسایی گونه های قارچ آنتاگونیست تریکودرما

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 744

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCOCA02_105

تاریخ نمایه سازی: 29 تیر 1393

چکیده مقاله:

شناسایی قارچها از روی ویژگی های ریخت شناختی آنها یکی از متداولترین روشهای تشخیص آنهاست، اما به دلیل نزدیکی این ویژگی ها به هم در قارچهای مختلف، عموماً شناسایی گونه در آنها کار زمانبر و نسبتاً مشکلی است. در این مقاله به کمک شبکه عصبی به شناسایی 25گونه مختلف از قارچ تریکودرما پرداختیم. برای این منظور از 14 خصوصیت که در شناسایی گونه های این قارچ به کار میرود، استفاده نمودیم که 5 صفت مربوط به مشخصات ماکروسکوپی و 9 صفت مربوط به مشخصات میکروسکوپی قارچ بود. بدین ترتیب بعد از کمیسازی ویژگی های کیفی، با طراحی شبکه عصبی با پرسپترون چند لایهو با استفاده از الگوریتم پس انتشار خطا و با کمک روش آموزش با ناظر و آموزش داده، گونه های مختلف این قارچبا استفاده از برنامه رایانهای تهیه شده قابل شناسایی شدند.این دستاورد به شناسایی سریع گونه در این جنس استفاده از آن به عنوان آنتاگونیست یا تحریک کننده رشد از ابزارهای مهم مورد استفاده در توسعه کشاورزی ارگانیک کمک میکند.

کلیدواژه ها:

قارچ تریکودرما ، شبکه عصبی ، کلاسهبندی ، الگوریتم پس انتشار خطا

نویسندگان

مهدی نوشیار

استادیارگروه برق و کامپیوتر، دانشگاه محقق اردبیلی، اردبیل، ایران

عادل اکبری مجد

استادیارگروه برق و کامپیوتر، دانشگاه محقق اردبیلی، اردبیل، ایران

آیدا لطفی

استادیار گروه گیاهپزشکی، دانشگاه محقق اردبیلی، اردبیل، ایران

منصور سلسله جنبان

دانشجوی کارشناسی ارشد گروه مهندسی مکاترونیک، دانشگاه آزاد اسلامی واحد اهر، اهر، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • و 31 مرداد 1392- دانشگاه محقق اردبیلی ...
  • و 31 مرداد 1392- دانشگاه محقق اردبیلی ...
  • Batta, Y.A., 2004. Postharvest Biological control of apple gray mold ...
  • Benitez, T., Rincon, A.M., Limon, M.C., Codon, A.C., 2004. Biocontrol ...
  • Chaverri, P., Samuels, G.J., 2003. Hypo crea/Trichode _ (Ascomycota, Hypocreales, ...
  • _ B., Karlikb, Y., 200 A novel approach _ arrhythmias: ...
  • Harman, G.E, 2006. Overview of mechanisms and uses of Trichoderma ...
  • Harman, G.E., Howell, C.R., Viterbo, A., Chet, I., Lorito, M., ...
  • Haykin, S.1994. Neural Networks: A Co mprehensive Foundation, Macmillan, NewYork. ...
  • _ Hoitink, H.A.J., Modden, L.V., Dorrance, A.E., 2006. Systemic resistance ...
  • Jabbarzadeh, J., Kaviani, M.H., Ghasemi, N., Mohandessi, A.R., Safarian, S., ...
  • JadhavS .M., Nalbalwar S.L, , Ghatol A.A., 2011, Modular neural ...
  • Li, X., Nie, P., Qiu, Z.., He, Y., 2011. Using ...
  • Liu, Z., Cheng, F., Ying, Y., Rao, X, 2005. Identification ...
  • anickavasagan, _ Sathya, G., Jayas, D.S., White, N.D.G., 2008. Wheat ...
  • Ozbaya, Y., Karlik, B., 2001. A recognition of ECG arrhythmias ...
  • Ozbaya, Y., Ceylana, R., Karlikb, B., 2006. A fuzzy clustering ...
  • Ozbaya, Y., Ceylana, R., Karlikb, B., 2011. Integration of type-2 ...
  • Tahir, A.R., Neethirajan, S., Jayas, D.S., Shahin, M.A., Symons, S.J., ...
  • Zapotoczny, P., 2011. Discrimination of wheat grain varieties using image ...
  • نمایش کامل مراجع