ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Automatic Detection and Identification of Minerals with Minor Difference in Birefringence Using Machine Learning Algorithms

العنوان بلغة أخرى: كشف وتصنيف تلقائي لمعادن ذات فروقات ضئيلة بين قرائن الانكسار المزدوج باستخدام خوارزميات تعلم الألة
المؤلف الرئيسي: مشعل، يوسف أحمد يوسف (مؤلف)
مؤلفين آخرين: الحموري، نزار عطا الله أحمد (مشرف), جرار، غالب حسين (مشرف)
التاريخ الميلادي: 2020
موقع: الزرقاء
الصفحات: 1 - 83
رقم MD: 1250940
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: الجامعة الهاشمية
الكلية: كلية الدراسات العليا
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

10

حفظ في:
المستخلص: لشرائح المعادن المجهرية أهمية كبيرة في دراسة الصخور والمعادن بسبب سعرها المنخفض نسبيا وسهولة إعدادها. تتم الدراسات المجهرية للمعادن باستخدام المجاهر المستقطبة وتتطلب خبراء لفحص وتحديد الخصائص البصرية للبلورات. في هذا البحث تم اقتراح تقنية جديدة للتحليل البصري للمعادن باستخدام تقنيات تعلم الالة وخوارزميات الرؤية الحاسوبية. تقوم هذه التقنية بتحليل الصور واستخراج الجزئيات المختلفة وتحليل الألوان لتحديد وتصنيف المعادن في الصور. الهدف الرئيسي من هذه الدراسة هو التمييز بين معدان الكوارتز والنيفيلين واللذان لهما فروقات ضئيلة بين قرائن الانكسار المزدوج. تم استخدام اثني عشر شريحة مجهرية لمعدن النيفيلين و12 شريحة من معدن الكوارتز تم استقطاب 2000 صورة باستخدام مجهرين مجهزين بكاميرات مختلفة. تم تحويل الصور إلى مصفوفات وباستخدام خوارزميات الرؤية الحاسوبية، تم فصل البلورات عن المحيط. تم استخدام بضع تقنيات تعلم الالة لتصنيف المعادن كخوارزمية الراندوم فوريست، خوارزمية الديسيشن تري، خوارزمية النياريست نيبور وخوارزمية الشبكة العصبونية الالتفافية. أشارت تقنيات التحقق من دقة الخوارزمية إلى وجود فروقات كبيرة في القوة التمييزية بين التقنيات المختلفة حيث بلغت أفضل دقة 91% في خوارزمية الشبكة العصبونية. يمكن لخوارزميتنا تحديد وتصنيف عدد أكبر المعادن إذا تمت عليها المزيد من الدراسات.

عناصر مشابهة