• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>African Journal of Biotechnology >Classification system for rain fed wheat grain cultivars using artificial neural network
【24h】

Classification system for rain fed wheat grain cultivars using artificial neural network

机译：基于人工神经网络的雨养小麦品种分类体系。

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Artificial neural network (ANN) models have found wide applications, including prediction, classification, system modeling and image processing. Image analysis based on texture, morphology and color features of grains is essential for various applications as wheat grain industry and cultivation. In order to classify the rain fed wheat cultivars using artificial neural network with different neurons number of hidden layers, this?study?was done in Islamic Azad University, Shahr-e-Rey Branch, during 2010 on 6 main rain fed wheat cultivars grown in different environments of Iran.?Firstly, data on?6 colors, 11 morphological features and 4 shape factors?were extracted, then these candidated features fed Multilayer Perceptron (MLP) neural network. The topological structure of this MLP model consisted of 21 neurons in the input layer, 6 neurons (Sardari, Sardari 39, Zardak, Azar 2, ABR1 and?Ohadi) in the output layer and two hidden layers with different neurons number (21-30-10-6, 21-30-20-6 and 21-30-30-6).?Finally, accuracy average for classification of rain fedwheat?grains cultivars?computed?86.48% and?after feature selection?application with UTA algorithm?increased to?87.22%?in 21-30-20-6 structure. The results indicate that?the?combination of ANN, image analysis and the optimum model architecture 21-30-20-6 had?excellent potential for cultivars classification.
机译：人工神经网络（ANN）模型已发现了广泛的应用，包括预测，分类，系统建模和图像处理。基于谷物的质地，形态和颜色特征的图像分析对于诸如小麦谷物工业和种植业的各种应用至关重要。为了使用带有不同神经元隐藏层数的人工神经网络对雨养小麦品种进行分类，这项研究是在2010年于伊斯兰阿扎德大学Shahr-e-Rey分校对6个主要的雨养小麦品种进行的。首先提取关于6种颜色，11种形态特征和4种形状因子的数据，然后将这些候选特征馈入多层感知器（MLP）神经网络。此MLP模型的拓扑结构由输入层中的21个神经元，输出层中的6个神经元（Sardari，Sardari 39，Zardak，Azar 2，ABR1和？Ohadi）以及两个具有不同神经元数（21-30）的隐藏层组成-10-6、21-30-20-6和21-30-30-6）。最后，对雨水小麦的分类准确度平均值-计算出的谷物品种-86.48％以及“特征选择后”使用UTA算法应用在21-30-20-6结构中“增加到” 87.22％。结果表明，人工神经网络，图像分析和最佳模型结构的组合21-30-20-6具有良好的品种分类潜力。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号