مدلسازی رگرسیونی جرم و حجم پرتقال رقم محلی دزفول برای استفاده در سامانه هاینوین درجه بندی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 555

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCAMNT02_015

تاریخ نمایه سازی: 25 آذر 1395

چکیده مقاله:

در این پژوهش با هدف توسعه سامانه ای برای درجه بندی پرتقال بر اساس جرم و حجم آن با استفاده از فناوری های نوین همچون بینایی ماشین، ابتدا مشخصه های فیزیکی 011 عدد پرتقال رقم محلی دزفول شامل سه بعد هندسی، جرم، حجم و سطح تصویر عمودی با استفاده از روش های کلاسیک اندازه گیری شد و از دو نوع مدل رگرسیونی برایتعیین روابط بین جرم و حجم پرتقال با پارامترهای هندسی آن استفاده شد. نتایج تجزیه واریانس داده های آزمایشگاهی نشان داد که در مدل اول بین جرم و حجم پرتقال و سه بعد ارتفاع h پهنا w و ضخامت t آن رابطه معنی داری در سطح یک درصد وجود دارد. مقادیر ضرایب تبیینR2 معادلات رگرسیونی تخمین جرم و حجم پرتقال برحسب ابعاد سه گانه آن نشان داد که معادلات ارائه شده می توانند 95/97 و 98/01 درصد تغییرات جرم و حجم پرتقال را به ترتیب توجیه نمایند. در مدل رگرسیونی دوم ، ضریب همبستگی پیرسون بین سطح تصویر با جرم و حجم به ترتیب برابر با 0/979 و 0/966 بدست آمد. این همبستگی در سطح احتمال یک درصد معنی دار شد. ضرایب تبیین معادلات رگرسیونی تخمین جرم و حجم پرتقال برحسب سطح تصویر آن بالا بود، لذا می توان از معادلات رگرسیونی حاصل با اطمینان قابل قبولی استفاده نمود. در مقایسه عملکرد دو مدل رگرسیونی ارائه شده در این پژوهش با یکدیگر، بر اساس کوچکی شاخص های RMSE و MAPE بزرگی EF عملکرد مدل رگرسیونی برآورد جرم و حجم پرتقال بر حسب سه بعد آن F(h,w,t) بهتر از مدل رگرسیونی برآورد جرم و حجم پرتقال بر حسب دو بعد و سطح تصویر آن F(w,t,A) بود. لیکن مدل F(w,t,A) با توجه به ضرایب تبیین قابل قبول و پیچیدگی و هزینه کمتر، می تواند بسیار کاربردی تر باشد.

کلیدواژه ها:

نویسندگان

حسن مسعودی

استادیار، گروه مهندسی بیوسیستم، دانشگاه شهید چمران اهواز

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 :