ساخت و ارزیابی سامانه فراصوتی به منظور تشخیص چند گونه علف هرز

پژوهش های حفاظت گیاهان ایران

مقاله 1، دوره 30، شماره 2 - شماره پیاپی 32، 1395، صفحه 230-241   

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jpp.v30i2.43278

نویسندگان

دانیال گندم زاده¹؛ عباس روحانی^{* 1}؛ محمدحسین عباسپور فرد¹؛ محمود رضا گلزاریان¹؛ علی محمدزاده²؛ ابراهیم ایزدی دربندی³

¹دانشگاه فردوسی مشهد

²موسسه آموزشی بهار مشهد

³فردوسی

چکیده

این تحقیق در سال 1393 با هدف امکان سنجی تشخیص چند گونه علف هرز رایج شامل خرفه (Portulacaceae)، سلمه تره ).Chenopodium album L)، خارخسک (.Tribulus terrestris L)، تاج خروس خوابیده (.Amaranthus retroflexus L) و علف شور (Salsola iberica)، در مزرعه تحقیقاتی دانشگاه فردوسی مشهد با گسیل امواج فراصوتی و بررسی موج بازگشتی از گونه های علف هرز مذکور مورد مطالعه قرار گرفت. نتایج نشان داد که وجود تفاوت در ویژگی های بافتی بین گونه های علف هرز، موجب تغییرات مقدار و الگوی دامنه موج فراصوت بازگشتی از آنها می شود. همچنین مقایسه میانگین ویژگی های آماری بین امواج فراصوتی بازگشتی از گونه های علف های هرز مختلف این اختلافات را تایید کرد. از شبکه عصبی چند لایه پرسپترون با الگوریتم آموزشی با نرخ یادگیری کاهشی برای جداسازی و شناسایی گونه های علف هرز استفاده شد. در گام اول اقدام به شناسایی همزمان تمام گونه ها از یکدیگر شد. نتایج مرحله آموزش شبکه عصبی نشان داد که خطای تشخیص تنها برای سلمه تره برابر با 67/16 درصد است و خطای تشخیص سایر گونه ها برابر با صفر درصد است. اما درصد خطای تشخیص برای تمام گونه ها در مرحله آزمایش بیش از 50 درصد شد. بنابراین از روش کلاس بندیی ترتیبی دوتایی طی چهار مرحله استفاده شد. در این روش 11 شبکه عصبی طراحی شد و از بین آنها 4 شبکه عصبی انتخاب گردید. نتایج نشان داد که به ترتیب در مرحله اول خارخسک، در مرحله دوم تاج خروس، در مرحله سوم خرفه به طور کامل شناسایی و از سایر گونه ها تفکیک شد. همچنین در مرحله چهارم دو گونه سلمه تره و علف شور به طور کامل از یکدیگر جدا شدند.

کلیدواژه‌ها

برد الکترونیکی؛ شبکه عصبی؛ کلاس بندی؛ ویژگی های آماری

مراجع