تعیین بهترین الگوریتم طبقهبندی بهمنظور تخمین سطح زیر کشت نخیلات با استفاده از تصاویر ماهواره لندست 8
Journal Title: ماشین های کشاورزی - Year 2019, Vol 9, Issue 2
Abstract
محصول خرما یکی از ارزشمندترین محصولات باغبانی در ایران بهشمار میآید که 16% کل صادرات جهانی را شامل میشود. استان کرمان دومین رتبه در سطح زیر کشت خرما در ایران را دارا است. به همین منظور تعیین سطح زیر کشت خرما اهمیت پیدا کرده است. برخی از سازمانها برای تعیین سطح زیر کشت از سرشماری استفاده میکنند که معایب آن هزینه بالا و اتلاف وقت و نیاز به نیروی انسانی زیاد برای پوششدهی کل کشور است. هدف از این تحقیق سنجش توانایی ماهواره لندست 8 با سنجده OLI در شناسایی و تعیین سطح زیر کشت نخلستانها است. برای پی بردن به بهترین روش برای شناسایی نخلستانها چهار روش طبقهبندی نظارتشده Maximum Likelihood Classifier (MLC), Support Vector Machines (SVM), Neural Network (NN), Mahalanobis Distance Classifier (MDC) و یک روش طبقهبندی نظارتنشده (K-Means) مورد ارزیابی قرار گرفت. نتایج طبقهبندیها نشان داد که دقت کلی طبقهبندی10/99 % (ضریب کاپا 98/0) با استفاده از NN، 77/98 % (ضریب کاپا 975/0) با استفاده از MLC، 66/98 % (ضریب کاپا 973/0) با استفاده از SVM، 52/98 % (ضریب کاپا 97/0) با استفاده از MDC و 52/66 % ( ضریب کاپا 31/0) با استفاده از K-Means است. خطای تخمین مساحت نخیلات با استفاده از ( RMSE) در روش NN (0)، در روش MLC (2/0)، در روش MDC (06/0)، در روش SVM (0) و در روش K-Means (0) محاسبه شد. پس از تحلیلدادهها بهترین روش طبقهبندی برای شناسایی نخلستانها روش NN شناخته شد. در پژوهش حاضر، با بررسی انجامشده بر رویدادهها در ماتریس آشفتگی مشخص شد که SVM قدرت بالاتری برای شناسایی نخلستان با تشخیص 100% سامانه (تولیدکننده) نسبت به MLC را داشت و همچنین K-Means نیز میتواند نخلستان خرما را شناسایی کند اما مناطقی که به رنگ قهوهای تیره هستند را نیز بهعنوان نخلستان شناسایی کرده است. در مجموع میتوان گفت هر چهار روش طبقهبندی نظارتشده با دقت قابل قبولی میتوانند نخلستان را شناسایی کنند.
مدلسازی متغیرهای موثر بر عملکرد نیشکر با استفاده از الگوریتمهای درخت تصمیمگیری C5.0 و QUEST
در این پژوهش یکی از اهداف اصلی شرکتهای کشت و صنعت نیشکر خوزستان که افزایش میزان عملکرد مزارع نیشکر با استفاده از رهیافت دادهکاوی میباشد، مورد بررسی قرار گرفته است. تصمیمگیرندگان در این واحدهای تولیدی کشاورزی با حجم ب...
طبقهبندی کیوی با استفاده از تکنیک ضربه- آکوستیک و شبکه عصبی مصنوعی
حفظ پارامترهای کیفی میوه در مرحله پس از برداشت نقش تاثیرگذاری در بازارپسندی و کاهش ضایعات محصول دارد. هدف اصلی تحقیق حاضر، بررسی فاکتور سفتی میوهی کیوی پس از برداشت با استفاده از تکنیک غیرمخرب آنالیز سیگنال صوتی حاصل از...
طراحی، ساخت و ارزیابی دو تیغه زیست مقلد برای کاهش انرژی موردنیاز برای برش ساقه گیاهان علوفهای
در این تحقیق با استفاده از روش زیست مقلد (روش چگونگی انتقال راهحلهای بیولوژیکی به روش مهندسی) دو تیغه جدید به منظور کاهش انرژی مورد نیاز برای برش ساقه گیاهان زراعی طراحی، ساخته و ارزیابی شد. در ساخت این تیغهها از پروف...
اولویتبندی و ارزیابی خرابیهای اجزای مکانیکی ماشین تراش CNC مبتنی بر رویکرد FMEA فازی
شناسایی خطرات و ارزیابی ریسک، روشی سازمانیافته نظاممند برای اولویتبندی ریسکها و تصمیمگیری در راستای کاهش ریسک، با توجه به اهمیت مدیریت یکپارچه داراییهای فیزیکی در راستای بهبود قابلیت اطمینانِ سیستمهای بحرانی در ما...
تأثیر پوشش چیتوزان بر خواص فیزیکی، مکانیکی و شیمیایی انگور رقم فخری در طول دوره انبارداری
در این تحقیق خواص فیزیکی، شیمیایی، مکانیکی و رئولوژیکی انگور فخری در طول دوره نگهداری مورد بررسی قرار گرفته است. انگور فخری پس از برداشت از باغات استان همدان با استفاده از پوشش چیتوزان در سه غلظت (5/0، 1 و 2 درصد) پوششد...