تعیین نوع گل و تخمین اندازه پوست بره های یک روزه گوسفند زندی با استفاده از روش های هوش مصنوعی

پیام:
چکیده:
در این مقاله، روشی برای تشخیص نوع گل و تخمین اندازه پوست بره های زندی با استفاده از الگوریتم های پردازش تصویر و شبکه عصبی مصنوعی ارائه شده است. داده مورد استفاده، از پوست های متعلق به کلکسیون پوست های زینتی مرکز پرورش گوسفند زندی تهران(خجیر) بدست آمد. ابتدا ابعاد و نوع گل های موجود روی پوست توسط ارزیاب های مجرب اندازه گیری شد. سپس با استفاده از دوربین دیجیتال، عکس های متعددی از هر یک از انواع گل و ابعاد پوست ها تهیه شد. ویژگی های مرتبط با کیفیت نوع گل و تخمین اندازه پوست بره ها از روی تصاویر دیجیتال و بوسیله ابزارهای پردازش تصویر نرم افزار متلب استخراج شد. دو شبکه عصبی مصنوعی مجزا برای دسته بندی گل ها و برآورد مساحت پوست طراحی گردید. شبکه عصبی طراحی شده برای تشخیص نوع گل بدون خطا آموزش دید و در مرحله آزمون نیز با دقت حدود %95، هفت نوع گل مختلف موجود روی پوست را تشخیص داد. اندازه پوست بره ها با دقت حدود %99 توسط شبکه عصبی دوم تخمین زده شد. همبستگی بین اندازه های برآورد شده از شبکه عصبی مصنوعی و ابعاد واقعی پوست بره ها %15/ 97 و معنی دار بود(p<0/01). نتایج این مطالعه نشان داد که امکان استفاده از روش های هوش مصنوعی و جایگزینی آن به جای انسان به منظور رکوردبرداری و تعیین کیفیت پوست بره های نژاد پوستی در بدو تولد وجود دارد.
زبان:
فارسی
صفحات:
157 تا 174
لینک کوتاه:
magiran.com/p1389647 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!