ساخت و ارزیابی سامانه فراصوتی به منظور تشخیص چند گونه علف هرز
نویسنده:
چکیده:
این تحقیق در سال 1393 با هدف امکان سنجی تشخیص چند گونه علف هرز رایج شامل خرفه (Portulacaceae)، سلمه تره ).Chenopodium album L)، خارخسک (.Tribulus terrestris L)، تاج خروس خوابیده (.Amaranthus retroflexus L) و علف شور (Salsola iberica)، در مزرعه تحقیقاتی دانشگاه فردوسی مشهد با گسیل امواج فراصوتی و بررسی موج بازگشتی از گونه های علف هرز مذکور مورد مطالعه قرار گرفت. نتایج نشان داد که وجود تفاوت در ویژگی های بافتی بین گونه های علف هرز، موجب تغییرات مقدار و الگوی دامنه موج فراصوت بازگشتی از آنها می شود. همچنین مقایسه میانگین ویژگی های آماری بین امواج فراصوتی بازگشتی از گونه های علف های هرز مختلف این اختلافات را تایید کرد. از شبکه عصبی چند لایه پرسپترون با الگوریتم آموزشی با نرخ یادگیری کاهشی برای جداسازی و شناسایی گونه های علف هرز استفاده شد. در گام اول اقدام به شناسایی همزمان تمام گونه ها از یکدیگر شد. نتایج مرحله آموزش شبکه عصبی نشان داد که خطای تشخیص تنها برای سلمه تره برابر با 67/16 درصد است و خطای تشخیص سایر گونه ها برابر با صفر درصد است. اما درصد خطای تشخیص برای تمام گونه ها در مرحله آزمایش بیش از 50 درصد شد. بنابراین از روش کلاس بندیی ترتیبی دوتایی طی چهار مرحله استفاده شد. در این روش 11 شبکه عصبی طراحی شد و از بین آنها 4 شبکه عصبی انتخاب گردید. نتایج نشان داد که به ترتیب در مرحله اول خارخسک، در مرحله دوم تاج خروس، در مرحله سوم خرفه به طور کامل شناسایی و از سایر گونه ها تفکیک شد. همچنین در مرحله چهارم دو گونه سلمه تره و علف شور به طور کامل از یکدیگر جدا شدند.
کلیدواژگان:
زبان:
فارسی
صفحات:
230 تا 241
لینک کوتاه:
magiran.com/p1585203
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!