ساخت و ارزیابی سامانه خبره تشخیص حمله زنبورخوار به کندو به منظور کاهش تلفات

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 105

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJBSE-50-4_020

تاریخ نمایه سازی: 31 اردیبهشت 1402

چکیده مقاله:

نظارت فعالانه کندو با استفاده از یک شبکه حسگر که قادر به ثبت و ضبط تمامی شرایط کندو جهت شناخت شرایط زندگی زنبورهای درون کندو باشد، کمک شایانی به اتخاذ تصمیم توسط زنبوردار در شرایط حمله دشمنان خارجی و جلوگیری از فروپاشی جمعیت زنبورعسل می­نماید. بدین منظور در پژوهش حاضر سامانه­ای خبره جهت تشخیص حمله پرنده زنبورخوار شامل حسگرهای دما، صوت، رطوبت و اتانول توسعه یافت. پس از جمع­آوری داده­ها تحت دو شرایط نرمال و حمله پرنده زنبورخوار (سبزقبا) و استخراج ویژگی در دو حوزه زمان و فرکانس، انتخاب ویژگی با استفاده از الگوریتم ژنتیک و سپس طبقه­بندی ویژگی­ها با استفاده از K نزدیکترین همسایه[۱] صورت پذیرفت. بر اساس نتایج بدست آمده از بین ۱۹ ویژگی انتخاب شده، پنج ویژگی شامل آنتروپی طیفی، انرژی صوت، شدت بیشینه صوت، کمینه الکل و فرکانس غالب به ترتیب با ۸۹۶۷، ۶۰۱۸، ۱۳۲۱، ۱۲۸۷ و ۸۰۹ وقوع به عنوان تاثیرگذارترین ویژگی­ها وارد طبقه­بند شدند. طبقه­بند KNN برای معیارهای صحت، دقت، حساسیت، نمره F، خصوصیت و میانگین هندسی بیشینه (۱۰۰%) و نرخ مثبت کاذب (FPR) کمینه (صفر) شد که نشان دهنده­ی عملکرد خوب سامانه خبره تشخیص حمله پرنده به کندو است. [۱]. K-Nearest Neighborhood

کلیدواژه ها:

نویسندگان

زهرا عبداله زارغ

دانشجوی دکتری گروه مکانیک بیوسیستم و مکانیزاسیون، دانشکده مهندسی زراعی و عمران روستایی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، اهواز، ایران

نواب کاظمی

استادیار گروه مکانیک بیوسیستم مکانیزاسیون، دانشکده مهندسی زراعی و عمران روستایی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، اهواز، ایران

سامان آبدانان مهدی زاده

استادیار گروه مکانیک بیوسیستم مکانیزاسیون، دانشکده مهندسی زراعی و عمران روستایی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، اهواز، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Abdanan Mehdizadeh, S. & Soltani Kazemi, M. (۲۰۱۷). Development and ...
  • Abdanan Mehdizadeh, S. (۲۰۱۵). Optimization of passive tractor cabin suspension ...
  • Ahmadi, A. & Ghanbari, Gh. (۲۰۱۲). Growing of honey bee ...
  • Anonymous. (۲۰۱۹). Ministry of Agriculture-Jahad. https://www.maj.ir/Index.aspx in persionBaxter, M. (۲۰۰۳). ...
  • Bencsik, M., Bencsik, J., Baxter, M., Lucian, A., Romieu, J. ...
  • Edwards-Murphy, F., Magno, M., M.Whelan, P., O’Halloran, J, & M. ...
  • Ferrari, S., Silva, M., Guarino, M., & Berckmans, D. (۲۰۰۸). ...
  • Gaga, V.A. & Esaulov, V.N. (۲۰۱۶). Innovative technologies and modern ...
  • Khazaee, M., Ahmadi, H., Omid, M., Banakar, A. & Moosavian, ...
  • Majumdar, S. & Jayas, D. (۲۰۰۰). Classification of cereal grains ...
  • Meikle, W., & Holst, N. (۲۰۱۴). Application of continuous monitoring ...
  • Mohamed, T.M. (۲۰۱۸). Pulsar selection using fuzzy knn classifier. Future ...
  • Nemes, A., Rawls, W.J., & Pachepsky, Ya.A. (۲۰۰۶). Use of ...
  • Nemes, A., Roberts, R.T., Rawls, W.J., Pachepsky, Ya.A., & Van ...
  • Purnamadjaja, A.H. & Russell, A. (۲۰۰۵). Pheromone communication in a ...
  • Seeley, T. D., Kleinhenz, M., Bujok, B., & Tautz, J. ...
  • Soltani Kazemi, M., Abdanan Mehdizadeh, S., Heydari, M & Faregh, ...
  • Soltani Kazemi, M., Abdanan Mehdizadeh, S., Heydari, M & Faregh, ...
  • Zacepins, A. & Karasha, T. (۲۰۱۳). Application of Temperature Measurements ...
  • Zacepins, A., Brusbardis, V., Meitalovs, J., & Stalidzans, E. (۲۰۱۵). ...
  • Zacepins, A., Stalidzans, E., & Meitalovs, J. (۲۰۱۲). Application of ...
  • نمایش کامل مراجع