ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Histogram-Based Fuzzy C-means Clustering Algorithm with Kalman Back-Propagation Neural Network for Automatic Detection of Tomato Leaves Disease

العنوان بلغة أخرى: شبكة كالمن العصبية أصطناعية ذات التردد العكسي وخوارزمية التجميع الضبابي لتشخيص أمراض ورق نبات الطماطم
المؤلف الرئيسي: الصلاحات، سندس خليل (مؤلف)
مؤلفين آخرين: الكعابنة، خالد عبدالحافظ (مشرف)
التاريخ الميلادي: 2018
موقع: عمان
الصفحات: 1 - 58
رقم MD: 1015635
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة عمان العربية
الكلية: كلية العلوم الحاسوبية والمعلوماتية
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

1

حفظ في:
المستخلص: أصبحت الزراعة في السنوات الأخيرة، تحظى باهتمام كبير عما كانت عليه في السابق، حيث كانت النباتات هي مصدر هام لإطعام البشر وكذلك الحيوانات. أما في الوقت الحالي، أصبحت النباتات تستخدم بشكل أوسع لتحسين الظروف المعيشية في المجتمع، لهذا السبب أصبح هنالك حاجة للعناية بالنباتات بشكل منتظم للحصول على الفائدة من النباتات. ومن الصعب إن يتم ذلك إلا عن طريق ومن الحد من أمراض التي تصيب النباتات. أصبحت مشكلة كبيرة لأنها تسبب انخفاض كبيرا في كمية المنتجات الزراعية وجودتها، حيث إن الإنتاج الزراعي له دور هام في الاقتصاد العالمي ودورا رئيسي للبلدان النامية، لذلك يعد تشخيص الأمراض النباتية والتعرف عليها بمساعدة الأنسان من خلال مراقبة بالعين المجردة من قبل خبراء النباتات. التشخيص البصري من قبل الخبراء يستغرق في معظم الأوقات وقتا طويلا، ويكون مرهقا ومكلف جدا خاصة بالنسبة للمحاصيل الزراعية التي عليها طلب كبير. وبالتالي فإن تشخيص أمراض النباتات السهلة والدقيقة والسريعة أبعد ما تكون عن كونها مشكلة محلولة. توصلت هذه الدراسة، القدرة على كشف أنواع أمراض النبات الطماطم، وتقدير نسبة تأثير المرض على الورقة، وطرق علاج الأمراض الذي سوف يوفر إطارا لحل مشكلة تحديد واكتشاف الأمراض من خلال التشخيص البصري وذلك عن طرق استخدام شبكة كالمن العصبية الاصطناعية ذات التردد العكسي وخوارزمية التجمع الضبابي. وحققت شبكة كالمن العصبية الاصطناعية معدلات عالية تصل 97% لتحديد وتشخيص أمراض نبات الطماطم مقارنة بالخوارزميات المستخدمة من قبل الباحثين مثل خوارزمية الجار الأقرب (KNN) التي تصل إلى 82% وخوارزمية شعاع الدعم الآلي التي تصل إلى 86% (SVM ).

عناصر مشابهة