مقاله تشخیص پوکی گردو با استفاده از پردازش صدا و شبکه عصبی مصنوعی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله تشخیص پوکی گردو با استفاده از پردازش صدا و شبکه عصبی مصنوعی دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله تشخیص پوکی گردو با استفاده از پردازش صدا و شبکه عصبی مصنوعی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله تشخیص پوکی گردو با استفاده از پردازش صدا و شبکه عصبی مصنوعی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله تشخیص پوکی گردو با استفاده از پردازش صدا و شبکه عصبی مصنوعی :

تعداد صفحات:۱۰

چکیده:

گردو یکی از مهمترین محصولات آجیلی و میوه های خشکباری در ایران است و پس از پسته و بادام دارای سومین سطح زیر کشت می باشد. به دلیل اهمیت این محصول، و از آنجایی که هیچ روش مکانیزه ای برای تشخیص و درجه بندی این محصول گران قیمت وجود ندارد، تشخیص پوکی گردو مهم تلقی می شود و نیاز به روش های جدید برای حل این موضوع احساس می شود. در این پژوهش جداسازی گردوهای پوک از مغزدار ، بدون شکستن آن ها با تکیه بر روشهای آنالیز صدا و شبکه عصبی انجام شد. در جداسازی گردو با استفاده از اکوستیک از پردازش صدای برخورد استفاده شد. اجزای سیستم پردازش صدای برخورد شامل تولید صدا، ضبط انعکاس صدا، تبدیل سیگنال آنالوگ به دیجیتال، مشاهده، ذخیره و پردازش صدای برخورد، تشخیص نوع صدا می باشد. همچنین تولید صدا باید بدون سرش و به صورت مطالعه چرخش همه جهته گردو باشد، بنابراین سطح صداساز مورد استفاده از سطوح مارپیچ انتخاب شد تا گردو حین پایین آمدن، حول تمام محورهای خود دوران کند و تمام قسمت های آن تولید صدا کند. سیگنال آنالوگ انعکاس گردو پس از دریافت توسط میکروفن، با استفاده از کارت صدای نصب شده بر روی رایانه به سیگنال دیجیتال تبدیل شد. بخش نرم افزاری و کدنویسی برنامه ضبط خودکار صدای انعکاس گردو، در محیط برنامه نویسی نرم افزارMATLABانجام گردید. سپس نتایج بدست آمده از آنالیز صدا، در بخش شبکه عصبی بررسی شد. از شبکه عصبی پرسپترون چند لایهMLP) جهت جداسازی استفاده شد. این شبکه توانست با دقت ۹۹ درصد گردوهای پوک را از مغزدار جداسازی کند