بررسی موردی انتخاب خصیصه های مناسب برداشت سیب با استفاده از یادگیری ماشین
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,803
فایل این مقاله در 9 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:
NCAMEM05_111
تاریخ نمایه سازی: 18 خرداد 1387
چکیده مقاله:
در عرصه کشاورزی ، تعیین زمان برداشت محصول اهمیت ویژه ای دارد ، که برای این کار از فاکتور های مختلفی استفاده می شود . در این مقاله به بررسی موردی انتخاب خصیصه مناسب برای تشخیص وضعیت سیب و تعیین زمان برداشت محصول آن با استفاده از تکنیک های یادگیری ماشین پرداخته شده است . با کمک افراد خبره ، کلاس های لازم برای محصول سیب ، خصیصه های مهم در تعیین وضعیت سیب و دامنه ارزش خصیصه های تعیین شده و به همین ترتیب یک مجموعه داده از 100 نمونه سیب تهیه شده است . در ادامه الگوریتم های آموزشی مختلف را روی مجموعه داده آزموده و با کلاس بندی نمونه های بهترین خصیصه سیب برای تعیین زمان برداشت مشخص می شود . نوع پراکندگی نمونه ها به ازای هر خصیصه ، مشخص کننده بهترین خصیصه سیب از میان 5 خصیصه خواهد بود . برای اعمال الگوریتم های آموزشی از نرم افزار وکا استفاده شده است.
نویسندگان
آرش معبودی
دانشجوی کارشناسی ارشد ، هوش مصنوعی ، دانشگاه علم و صنعت ایران
احسان کشتکاری
دانشجوی کارشناسی ارشد ، هوش مصنوعی ، دانشگاه علم و صنعت ایران
محمدامین فرجیان
دانشجوی کارشناسی ارشد ، هوش مصنوعی ، دانشگاه علم و صنعت ایران