| LEADER |
04145nam a22003377a 4500 |
| 001 |
1525669 |
| 041 |
|
|
|a eng
|
| 100 |
|
|
|9 594488
|a Fadl, Hanan Mahmoud Abd Alla
|e Author
|
| 245 |
|
|
|a Diagnosis of Puccinia-Sorghi Disease Using Back Propagation Algorithm
|
| 246 |
|
|
|a تشخيص مرض صدأ الذرة باستخدام خوارزمية الانتشارالخلفي
|
| 260 |
|
|
|a الخرطوم
|c 2019
|
| 300 |
|
|
|a 1 - 83
|
| 336 |
|
|
|a رسائل جامعية
|
| 502 |
|
|
|b رسالة ماجستير
|c جامعة النيلين
|f كلية علوم الحاسوب وتقانة المعلومات
|g السودان
|o 0480
|
| 520 |
|
|
|a الذكاء الاصطناعي قد أسهم في تطوير طرق الكشف عن أمراض النباتات ومكافحة الآفات الزراعية، لقد عانى المزارعين من مرض صدأ نبات الذرة والتي تسبب انخفاضا كبيرا في جودة وكمية المنتجات الزراعية. يعتبر الكشف المبكر لأمراض النبات موضوعا أساسيا للبحث حيث أنه قد يثبت فوائده في مراقبة الحقول الكبيرة للمحاصيل، وبالتالي يكشف مبكرا عن أعراض الأمراض بمجرد ظهورها في أوراق النبات. ربط المنهجية وجمع البيانات من قاعدة البيانات من صور كل من الأوراق السليمة والمريضة قد اتخذت للتدريب واحدة تلو الأخرى صورة للاختبار. والخوارزمية قادرة على إجراء تشخيص المرض الصحيح وعرض النتيجة. يتعامل تنفيذ خوارزمية الانتشار الخلفي مع ضبط أوزان الشبكة وانحيازاتها في الاتجاه الذي تتناقص فيه وظيفة الأداء بسرعة أكبر، للتدرج السلبي يتكون مخطط المعالجة المطور من خمس خطوات رئيسية، أولا يتم إنشاء بنية تحويل ألوان لصورة ورقة الإدخال، ثم يتم إزالة الضجيج، أي جزء غير ضروري باستخدام قيمة محددة، ثم يتم تقسيم الصورة مع وضع علامات المكون المتصل، وتكون الأجزاء المفيدة المستخرجة، وأخيرا يتم حساب تصنيف الشبكات العصبية من خلال إعطاء ميزات مختلفة مثل الحجم واللون والقرب. الطريقة المتبعة للتحليل قادرة على التعرف على الأمراض بورقة النبات من خلال تحليل أماكن الإصابة بالمرض. أوضحت النتائج دقة عالية لصورة ورقة الذرة الصحيحة، نوصي بتحسين الخوارزمية لهذا النوع من تحليل الصور. استخدم خوارزميات هجينة للحصول على نتائج أكثر دقة لمرض الأوراق. استكشاف المزيد من أنواع الأمراض باستخدام قاعدة بيانات مجموعة من الصور. استخدم تقنيات صور عالية الجودة لاكتشاف أكثر دقة.
|
| 653 |
|
|
|a التقنيات الزراعية
|a الذكاء الاصطناعي
|a تشخيص الأمراض
|a الآفات الزراعية
|a مرض صدأ الذرة
|
| 700 |
|
|
|a Mohmmed, Shazali Siddig
|e Advisor
|9 507662
|
| 856 |
|
|
|u 9818-006-004-0480-T.pdf
|y صفحة العنوان
|
| 856 |
|
|
|u 9818-006-004-0480-A.pdf
|y المستخلص
|
| 856 |
|
|
|u 9818-006-004-0480-C.pdf
|y قائمة المحتويات
|
| 856 |
|
|
|u 9818-006-004-0480-F.pdf
|y 24 صفحة الأولى
|
| 856 |
|
|
|u 9818-006-004-0480-1.pdf
|y 1 الفصل
|
| 856 |
|
|
|u 9818-006-004-0480-2.pdf
|y 2 الفصل
|
| 856 |
|
|
|u 9818-006-004-0480-3.pdf
|y 3 الفصل
|
| 856 |
|
|
|u 9818-006-004-0480-4.pdf
|y 4 الفصل
|
| 856 |
|
|
|u 9818-006-004-0480-5.pdf
|y 5 الفصل
|
| 856 |
|
|
|u 9818-006-004-0480-R.pdf
|y المصادر والمراجع
|
| 856 |
|
|
|u 9818-006-004-0480-S.pdf
|y الملاحق
|
| 930 |
|
|
|d y
|
| 995 |
|
|
|a Dissertations
|
| 999 |
|
|
|c 1104333
|d 1104333
|
