طبقه بندی ارقام میوه خرما مبتنی بر کاربرد پاسخ های خازنی و مبدل نیرو
در بسیاری از نخلستان های خرما، انواع مختلفی از میوه های خرما به طور معمول پرورش می یابند. هر کدام از این گونه ها دارای خواص فیزیکی و شیمیایی متفاوتی هستند. بنابراین، در اولین گام توسعه سامانه های درجه بندی هوشمند و نظارت بر کیفیت، توسعه روشی خودکار برای شناسایی نوع رقم خرما بسیار مطلوب است. هدف این مطالعه توسعه الگوریتم طبقه بندی چهار رقم میوه خرما با استفاده از پاسخ های الکترونیکی حاصل از حسگرهای خازنی و یک مبدل نیرو است. برای به دست آوردن هم زمان خواص خازنی شامل فرکانس و پاسخ های آنالوگ میوه خرما و پارامترهای نیروی مربوط به وزن میوه خرما، یک سکو الکترونیکی طراحی و ساخته شد. در این سکو، پاسخ های خازنی و پارامترهای نیرو با راه اندازی آی سی 555 و واسنجی کردن یک مبدل نیرو 1 کیلوگرمی فراهم می شد. 120 میوه خرما از چهار رقم مختلف زاهدی، قصب، مضافتی و مجول برای توسعه مدل در نظر گرفته شد. در مجموع 30 درصد از نمونه ها برای ارزیابی طبقه بندی نهایی در نظر گرفته شدند. درخت تصمیم (DT) به عنوان یک روش یادگیری نظارت شده ناپارامتریک برای طبقه بندی انتخاب شد. برای تنظیم مدل طبقه بند با بهترین هایپرپارامترها، با برازش 3 تا (Fold) برای هر یک از 2204 نامزد، در مجموع 6612 برازش مورد بررسی قرار گرفت. ارزیابی مدل توسعه یافته منجر به کیفیت طبقه بندی با شاخص F به ترتیب 64، 80، 100 و 100 درصد برای چهار رقم زاهدی، قصب، مضافتی و مجول شد. نتایج نشان داد که سامانه طبقه بندی پایه خازنی توسعه یافته، می تواند با موفقیت برای طبقه بندی میوه خرما با کیفیت قابل قبول به کار گرفته شود.
خرما ، خازن ، مبدل نیرو ، فرکانس ، یادگیری ماشین
- 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.