| تعداد نشریات | 284 |
| تعداد نشریات سازمان | 82 |
| تعداد شماره‌ها | 3,081 |
| تعداد مقالات | 34,377 |
| تعداد مشاهده مقاله | 48,015,845 |
| تعداد دریافت فایل اصل مقاله | 78,926,229 |
تشخیص بیماری‌های برگ گیاه برنج با استفاده از الگوریتم‌های یادگیری ماشین و پردازش تصویر | ||
| علوم و فناوری اطلاعات کشاورزی | ||
| مقاله 6، دوره 8، شماره 2 - شماره پیاپی 16، شهریور 1404، صفحه 59-71 اصل مقاله (458.71 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/jaist.2025.368769.1137 | ||
| نویسندگان | ||
| عادل طاهری حاجی وند* 1؛ کیمیا شیرینی2؛ سینا صمدی قره ورن3 | ||
| 1گروه مهندسی بیوسیستم - دانشکده کشاورزی - دانشگاه تبریز - تبریز - ایران | ||
| 2دکتری مهندسی کامپیوتر دانشگاه تبریز | ||
| 3دکتری برق دانشگاه تبریز | ||
| چکیده | ||
| یکی از کاربردهای مهم در حوزه اینترنت اشیا، استفاده از این فناوری در کشاورزی و بهبود بهره‌وری محصولات کشاورزی است. در این مقاله، اهمیت و جایگاه اینترنت اشیا در کشاورزی معرفی شده و سپس یک مطالعه موردی برای تشخیص بیماری در برگ برنج با استفاده از الگوریتم‌های یادگیری ماشین و پردازش تصویر بررسی شد.داده‌های مورد بررسی از پایگاه‌داده UCI تهیه شد که شامل 120 تصویر برای سه بیماری سوختگی باکتریایی برگ برنج، بیماری لکه قهوه‌ای و لکه سیاه برگ بود. ابتدا تصاویر پردازش شده و زمینه از تصاویر جدا شد. از هر تصویر، ماتریس‌های ویژگی استخراج شده و ویژگی‌های آماری مرتبه دوم از آن‌ها استخراج گردید. این ویژگی‌ها برای آموزش درخت تصمیم و الگوریتم بیزین به کار گرفته شد. نتایج نشان داد که دقت کلی طبقه‌بندی برای تشخیص نوع بیماری با استفاده از جنگل تصادفی و الگوریتم بیزین به ترتیب 91.7% و 90.5% به دست آمد. | ||
| کلیدواژه‌ها | ||
| واژههای کلیدی: الگوریتم بیزین؛ پردازش تصویر؛ تشخیص بیماری؛ درخت تصمیم؛ اینترنت اشیا | ||
| عنوان مقاله [English] | ||
| Application of the Internet of Things in agriculture to diagnose plant diseases | ||
| نویسندگان [English] | ||
| Adel Taherihajivand1؛ kimia shirini2؛ sina samadi ghareveran3 | ||
| 1Department of Biosystem Engineering - Faculty of Agriculture - University of Tabriz - Tabriz - Iran | ||
| 2PhD in Computer Engineering, University of Tabriz | ||
| 3phd of power | ||
| چکیده [English] | ||
| One of the important applications in the field of IoT is the use of this technology in agriculture and improving the productivity of agricultural products. In this paper, the importance and position of IoT in agriculture are introduced and then a case study for disease detection in rice leaves using machine learning algorithms and image processing was examined. The data under study were prepared from the UCI database, which included 120 images for three diseases of rice leaf blight, brown spot disease, and black leaf spot. First, the images were processed and the background was separated from the images. Feature matrices were extracted from each image and second-order statistical features were extracted from them. These features were used to train the decision tree and the Bayesian algorithm. The results showed that the overall classification accuracy for disease detection using the random forest and Bayesian algorithm was 91.7% and 90.5%, respectively. | ||
| کلیدواژه‌ها [English] | ||
| Keywords: Bayesian algorithm, image processing, disease diagnosis, decision tree, Internet of Things | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 245 تعداد دریافت فایل اصل مقاله: 64 |
||