مقايسه كارايي سه نوع شبكه عصبي مصنوعي در شناسايي بذر بيست گونه علف هرز

اين مطالعه به منظور تعيين كارايي سه شبكه عصبي مصنوعي در شناسايي بذر بيست گونه علف هرز از روي تصاوير حاصل از اسكن بذرها انجام شد .براي اين منظور پانزده خصوصيت مربوط به شكل و اندازه بذرها توسط نرم‌افزار پردازش تصوير از اين تصاوير استخراج و سپس بر مبناي اين داده‌ها سه شبكه عصبي شامل: شبكه چند لايه پرسپترون، شبكه پيش‌خور‌تعميم يافته و شبكه RBF/GRNN/PNN تشكيل شد. پس از مرحله آموزش، شبكه‌ها مورد آزمون قرار گرفتند. در مقايسه نتايج حاصل از آزمون هر سه شبكه مشخص شد كه شبكه عصبي پيش‌خور‌تعميم يافته داراي بالاترين ميانگين درصد شناسايي صحيح (90%) و قادر به تشخيص بذر هشت گونه با دقت 100 درصد مي‌باشد، كمترين ميزان دقت شناسايي توسط آن 52درصد بود. شبكه RBF/GRNN/PNN با كمترين مقدار ميانگين شناسايي صحيح (61درصد) فقط توانايي تشخيص چهار گونه را با دقت 100درصد داشت و كمترين ميزان شناسايي صحيح توسط آن صفر بود. شبكه چند لايه پرسپترون با ميانگين شناسايي 71درصد، كارايي حدواسطي در بين سه شبكه داشت. نتايج نشان دادند كه شبكه پيش خور تعميم يافته در بين سه شبكه مذكور از كارايي بالاتري در شناسايي بذرهاي مورد مطالعه برخوردار است.

this article has no abstract