5 SID.ir | پيش بيني حجم، سطح جانبي و ضريب كرويت انار با استفاده از شبكه عصبي مصنوعي MLP
برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

عنوان نشریه: 
 
عنوان مقاله: 

پيش بيني حجم، سطح جانبي و ضريب كرويت انار با استفاده از شبكه عصبي مصنوعي MLP

 
نویسندگان: 
 
آدرس:  
* گروه مهندسی بیوسیستم، مرکز پژوهشی ماشین‌های کشاورزی، دانشکده کشاورزی، دانشگاه فردوسی مشهد
 
چکیده: 

اندازه گيري سريع و دقيق خصوصيات هندسي محصولات كشاورزي كاربردهاي زيادي در امور مربوط به كاشت، داشت، برداشت و پس از برداشت دارد. محاسبات مربوط به انبارداري و نقل و انتقال، ميزان مواد پوشش دهنده داده شده به محصولات براي افزايش عمر انبار داري، همچنين تخمين زمان پوست كني و تعيين ميزان تجمع مواد ميكروبي روي محصول، از جمله كاربردهاي مهم اندازه گيري حجم و سطح جانبي مي باشند. ضريب كرويت نيز كه يكي از پارامترهايي است كه براي كمي كردن اختلاف در شكل ميوه ها، سبزي ها، غلات و بذرها به كار مي رود، در فرآيندهاي جداسازي توسط ماشين هاي غربال و نيز قابليت غلتش روي سطوح داراي اهميت مي باشد. استفاده از شبكه عصبي به عنوان يك روش سريع و غيرمخرب براي پيش بيني خصوصيات فيزيكي محصولات كشاورزي حائز اهميت مي باشد. در اين تحقيق توانايي تكنيك شبكه عصبي مصنوعي به عنوان يك روش جايگزين در پيش بيني حجم، سطح جانبي و كرويت انار ارزيابي شد. براي اين كار از مقايسه آماري پارامترهايي مانند ميانگين، واريانس، توزيع آماري و رابطه رگرسيوني بين مقادير پيش بيني شده توسط شبكه عصبي و مقادير واقعي آنها استفاده شد. طبق نتايج به دست آمده مقدار p?0.85 مي باشد كه نشان دهنده عدم وجود تفاوت معني داري در سطح 5 درصد بين مقادير ويژگي هاي آماري مجموعه داده هاي پيش بيني شده توسط شبكه عصبي و مقادير واقعي آنها بود. همچنين ضرايب تبيين بين داده هاي واقعي و پيش بيني شده بزرگتر از 0.9 شد.

 
کلید واژه: 

 
موضوعات مرتبط: 
 
ارجاعات: 
  • ندارد
 
 
مقالات نشریه ای مرتبط: 
 
مقالات همایشی مرتبط: 
 

  چکیده انگلیسی بازدید یکساله 62
 
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی