سورتینگ سویا (راقام سحر و ویلیامز) با استفاده از تبدیل موجک گسسته سیگنال صدای برخورد و شبکه عصبی مصنوعی
محل انتشار: بیست و یکمین کنگره ملی علوم و صنایع غذایی ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 747
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCFOODI21_1677
تاریخ نمایه سازی: 4 اسفند 1392
چکیده مقاله:
در این پژوهش امکان استفاده از پردازش صدای برخورد در حوزه موجک گسسته و شبکه عصبی مصنوعی جهت سورتینگ ارقام سحر و ویلیامز سویا بررسی می شود. ابتدا تعداد 100 عدد دانه سویا از هر کدام از ارقام سحر و ویلیامز انتخاب شدند. سپس تمامی دانه ها از ارتفاع 50 سانتی متری با صفحه فلزی برخورد کردند. صدای برخورد توسط میکروفن گرفته و از طریق کارت صدای نصب شده بر روی رایانه قابل حمل با فرکانس نمونه برداری 44100 هرتز به سیگنال صدای دیجیتال شده تبدیل و در حفظه رایانه ذخیره گردید. سیگنال ها پس از پیش پردازش، در حوزه موجک کسسته پردازش شده و مشخصات بدست آمده به عنوان ورودی بکه عصبی مصنوعی MLP با الگوریتم آموزش پس انتشار لونبرگ- مارکواردت بکا رگرفته شدند. کلیه مراحل ضبط خودکار صدای برخورد، پردازش سیگنال و ا یجاد، آموزش و آزمایش شبکه عصبی با استفاده از برنامه نویسی در محیط نرم افزار MATLAB R2011a انجام شد. شبکه عصبی MLP با ساختار 2-19-10 قادر به طبقه بندی ارقام سحر و ویلیامز سویا به ترتیب با دقت 93 و 84 درصد بود. نتایج بدست آمده در ترکیب با روش های متداول سروتینگ سویا می تواند ضمن افزایش دقت و سرعت جداسازی باعث کاهش آسیب دیدگی آنها شود.
کلیدواژه ها:
نویسندگان
سیدجواد سجادی
مربی و عضو هیئت علمی گروه تولیدات گیاهی دانشکده علوم کشاورزی و منابع طبیعی دانشگاه گنبد کاووس
احسان محمودی
دانشجوی کارشناسی ارشد گروه علوم و صنایع غذایی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
سیدمهدی جعفری
استادیار گروه علوم و صنایع غذایی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
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 :