عنوان

تشخیص سه رقم خرمای خشک و درجه بندی آن با تکنیک صوت و شبکه عصبی مصنوعی

‭۱۱۵۴۶پ‬

per

تشخیص سه رقم خرمای خشک و درجه بندی آن با تکنیک صوت و شبکه عصبی مصنوعی

/مونا قلیچ خانی

: دانشکده کشاورزی

‮‭۱۰۲‬ص‬

چاپی

کارشناسی‌ارشد

در رشته ماشین‌های کشاورزی گرایش مکانیزاسیون کشاورزی

‮‭۱۳۹۱/۰۶/۱۸‬

تبریز

خرما از محصولات استراتژیک ایران است .ایران با داشتن حدود یک میلیون تن تولید سالانه از بزرگترین تولیدکننگان این محصول محسوب می‌صشود .ارقام مختلف خرما از لحاظ رنگ، بافت و رطوبت متفاوت هستند .اما به‌صطور کلی خرما بر اساس رطوبت به سه دسته تر، نیمه خشک و خشک تقسیم می‌صشود .جداسازی و درجه‌صبندی خرما اغلب به صورت دستی صورت می‌صگیرد که نیاز به نیروی انسانی زیاد داشته و ضمن داشتن خطای قابل توجه بسیار زمان‌صبر است .برای نزدیک شدن به هدف جداسازی خرما به روش اتوماتیک، در این تحقیق جداسازی سه رقم خرمای خشک) زاهدی، پیارم و دیری (از لحاظ رقم و اندازه، با استفاده از روش غیر مخرب صوت، صورت گرفت .ابتدا صدای حاصل از برخورد سه رقم خرما با یک صفحه فولادی در حوزه زمان ذخیره شد و سپس به روش تبدیل فوریه سریع به حوزه فرکانس منتقل شد .سیگنال های دریافتی در دو حوزه زمان و فرکانس پردازش شدند و سپس ویژگی‌های مناسب برای جداسازی استخراج و انتخاب گردیدند .این ویژگی‌صها به عنوان ورودی به سیستم طبقه‌صبندی داده شد .از شبکه عصبی مصنوعی به عنوان واحد تصمیم گیرنده استفاده شد .شبکه‌های عصبی مختلفی مورد ارزیابی قرار گرفت تا مدل بهینه انتخاب گردد .از بین شبکه‌صهای مناسب نظیر ‮‭MLP, SVM, GFF‬ و ‮‭RBF‬، شبکه پرسپترون چند لایه‮‭(MLP)‬ با الگوریتم پس‌صانتشار خطا بهترین نتیجه را در برداشت .برای جداسازی رقم زاهدی و دیری شبکه‌صای با ساختار‮‭۸) -۱۴- (۲‬، دیری و پیارم‮‭۱۵)-۱۱- (۲‬، پیارم و زاهدی‮‭۱۷)-۶- (۲‬، هر سه رقم‮‭۲۶)-۶- (۳‬، دو اندازه رقم دیری‮‭۱۳)-۱۰- (۲‬، دو اندازه رقم پیارم‮‭۲۰) -۹- (۲‬و دو اندازه رقم زاهدی‮‭۲۰) -۴- ( ۲‬بیشترین نرخ شناسایی صحیح و همبستگی و همچنین کمترین میانگین مربعات خطا را در برداشت .طبق ترتیب ذکر شده میانگین نرخ شناسایی صحیح برای ارقام مقایسه شده با یکدیگر بترتیب‮‭۴۵۱/۸۷‬،‮‭۷۲۳/۹۶‬ ،‮‭۸۷۶/۹۸‬ ،‮‭۱۲۴/۸۱‬ ،‮‭۶۸۷/۹۳‬ ، ‮‭۰۳۵/۸۱‬ و ‮‭۳۹۹/۹۱‬ است .با حفظ ترتیب قبل مقادیر میانگین همبستگی بترتیب‮‭۷۹/۰‬ ،‮‭۹۳/۰‬ ،‮‭۹۷/۰‬ ،‮‭۷۴/۰‬ ،‮‭۸۵/۰‬ ، ‮‭۶۷/۰‬ و ‮‭۸۳/۰‬ و همچنین مقادیر میانگین مربعات خطا بترتیب‮‭۰۹/۰‬ ،‮‭۰۳/۰‬ ،‮‭۰۱/۰‬ ،‮‭۰۹/۰‬ ،‮‭۰۶/۰‬ ، ‮‭۱۳/۰‬ و ‮‭۰۷/۰‬ بدست آمد

based intelligent system was developed for recognition between date cultivars. three different cultivars, named Zahidi, Piarum and Dayiri, were impacted against a steel plate. The resulting acoustic signals were recorded, processed and potential features were extracted from the analysis of sound signals in both time and frequency domains. Then, potential features were extracted from analysis of emitted sound signals. A multilayer perceptron neural network with a back propagation algorithm was used for different cultivar recognition. Respectively to recognize Dayiri and Zahidi, Dayiri and Piarum, Piarum and zahidi, all of three cultivars, two size of Dayiri, two size of Piarum and 2 size of Zahidi of each other, A network by 8,15,17,26,13,20,20 neurons in input layer, and 14,11,6,6,10,9,4 neurons in hidden layer had best performance based on mean square error, correct detection rate and correlation coefficient. system could recognize, CDR 87.451, 96.723, 98.876, 81.124, 93.687, 81.035 and 91.399, MSE 0.094, 0.034, 0.01, 0.097, 0.066, 0.137 and 0.074 and 0.79, 0.93, 0.97, 0.74 0.85, 0.67 and 0.83, in the same order -homogenous dates in terms of their moisture contents as the worker concentration varies along the workday, therefore, automating date sorting is very significant. To achieve this goal an acoustic-dry, and dry. In the date industry. Color is an important factor in distinguishing between acceptable date fruits and damaged or immature dates. Size is affected by variety and the condition of the producing trees. Texture is a useful factor to identify overdried "hard" dates. Uniformity of shape is also an important factor in identifying overdried dates and dates with defects. Date sorting is processing step that are conducted manually in all of the date processing plants. Manual date sorting is tedious, costly, laborious and can produce non-Dates are one of the oldest fruits and considered as the traditional agricultural product in Iran. dates are highly regarded and widely consumed both as a fresh fruit and in different food forms. Iran is one of the largest producers of dates in the world, with total cropyield estimated to be about one milion ton of dates per year. There are hundreds of date fruit varieties which vary in texture, color, moisture content, sugar content, size, and shape. Date fruits can basically be categorized into three types according to moisture content. They are soft, semi

قلیچ خانی، مونا

محمودی، اصغر، استاد راهنما

زارع نهندی، فریبرز، استاد مشاور

سیاه و سفید

نمایه‌سازی قبلی