دسته بندی و تعیین اصالت ارقام برنج به کمک الگوریتم فاکتورگیری ماتریس غیر منفی تنک

پیام:
چکیده:

تشخیص ارقام برنج و تعیین اصالت آن ، یک مسئله مهم در مباحث کشاورزی مدرن و عرصه های علمی و تجاری مرتبط با آن می باشد. به کمک تکنیک های مختلف پردازش تصویر می توان به نتایج مطلوبی در زمینه تشخیص ارقام متنوع محصولات کشاورزی دست یافت. انواع ویژگی های مبتنی بر رنگ یا بافت تصویر می تواند در راستای دستیابی به دقت بالاتر در این حوزه مورد استفاده قرار گیرد. در این مقاله، مسئله تشخیص و تعیین اصالت ارقام برنج به کمک الگوریتم فاکتورگیری ماتریس غیرمنفی تنک مورد بررسی قرار می گیرد. به کمک این تکنیک، مدل های جامعی به کمک مجموعه قیود تنکی برای هر رقم محصول برنج آموزش داده شده و در روال دسته‎بندی بکار گرفته می شوند. به منظور دستیابی به مجموعه ویژگی های موثر در این روال تشخیص، انواع ویژگی های مبتنی بر رنگ و بافت مورد بررسی قرار گرفته و با توجه به ارزیابی های انجام شده بهترین بردار ویژگی انتخاب می گردد. همچنین نتایج حاصل از طبقه بند مبتنی بر یادگیری مدل پیشنهادی با نتایج بدست آمده از طبقه بندهای شبکه عصبی و ماشین بردار پشتیبان مورد مقایسه قرار می گیرد. نتایج شبیه سازی های به همراه تست معناداری آماری نشان می دهد که روش پیشنهادی مبتنی بر واژه نامه های حاصل از ویژگی های ترکیبی معرفی شده قادر به شناسایی نوع محصول و تعیین اصالت آن با دقت بالایی می باشد.

نوع مقاله:
مقاله پژوهشی/اصیل
زبان:
فارسی
صفحات:
15 -25
لینک کوتاه:
magiran.com/p2099160 
برخی از خدمات از جمله دانلود متن مقالات تنها به مشترکان مگیران ارایه می‌گردد. شما می‌توانید به یکی از روش‌های زیر مشترک شوید:
اشتراک شخصی
در سایت عضو شوید و هزینه اشتراک یک‌ساله سایت به مبلغ 300,000ريال را پرداخت کنید. همزمان با برقراری دوره اشتراک بسته دانلود 100 مطلب نیز برای شما فعال خواهد شد!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی همه کاربران به متن مطالب خریداری نمایند!
توجه!
  • دسترسی به متن مقالات این پایگاه در قالب ارایه خدمات کتابخانه دیجیتال و با دریافت حق عضویت صورت می‌گیرد و مگیران بهایی برای هر مقاله تعیین نکرده و وجهی بابت آن دریافت نمی‌کند.
  • 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.