آمار
| تعداد نشریات | 14 |
| تعداد شمارهها | 680 |
| تعداد مقالات | 7,068 |
| تعداد مشاهده مقاله | 10,665,427 |
| تعداد دریافت فایل اصل مقاله | 9,766,145 |
تعیین نوع گل و تخمین اندازه پوست بره های یک روزه گوسفند زندی با استفاده از روشهای هوش مصنوعی | ||
| نشریه پژوهش در نشخوار کنندگان | ||
| مقاله 9، دوره 2، شماره 4، اسفند 1393، صفحه 157-174 اصل مقاله (1.28 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| مهدی خجسته کی* 1؛ علی اصغر اسلمی نژاد2؛ محمد مهدی شریعتی2؛ روح الله دیانت3 | ||
| 1دانشجوی دکتری دانشگاه فردوسی مشهد | ||
| 2عضو هیئت علمی دانشگاه فردوسی مشهد | ||
| 3عضو هیئت علمی دانشگاه قم | ||
| چکیده | ||
| در این مقاله، روشی برای تشخیص نوع گل و تخمین اندازه پوست برههای زندی با استفاده از الگوریتمهای پردازش تصویر و شبکه عصبی مصنوعی ارائه شده است. داده مورد استفاده، از پوستهای متعلق به کلکسیون پوستهای زینتی مرکز پرورش گوسفند زندی تهران(خجیر) بدست آمد. ابتدا ابعاد و نوع گل های موجود روی پوست توسط ارزیابهای مجرب اندازه گیری شد. سپس با استفاده از دوربین دیجیتال، عکسهای متعددی از هر یک از انواع گل و ابعاد پوستها تهیه شد. ویژگیهای مرتبط با کیفیت نوع گل و تخمین اندازه پوست برهها از روی تصاویر دیجیتال و بوسیله ابزارهای پردازش تصویر نرم افزار متلب استخراج شد. دو شبکه عصبی مصنوعی مجزا برای دسته بندی گلها 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 برهها با دقت حدود %99 توسط شبکه عصبی دوم تخمین زده شد. همبستگی بین اندازههای برآورد شده از شبکه عصبی مصنوعی و ابعاد واقعی پوست بره ها %15/97 و معنی دار بود(p | ||
| کلیدواژهها | ||
| پردازش تصویر؛ شبکه عصبی مصنوعی؛ کیفیت پوست؛ گوسفند زندی | ||
|
آمار تعداد مشاهده مقاله: 1,631 تعداد دریافت فایل اصل مقاله: 1,260 |
||
سامانه مدیریت نشریات علمی. طراحی و پیاده سازی از سیناوب