Wyznaczanie gęstości nasion jęczmienia jarego przy wykorzystaniu sztucznych sieci neuronowych

• Autorzy: Francik S. , Hebda T.

Warianty tytułu

EN

Spring barley seeds density determination using artificial neuron networks

• Języki publikacji: PL

Abstrakty

PL

W pracy opracowano modele wykorzystujące sztuczne sieci neuronowe do wyznaczenia gęstości nasion jęczmienia jarego (odmiany Stratus i Rodos). Po przebadaniu 200 sieci wybrano jako modele dwie sieci typu perceptron trójwarstwowy. Jako dane wejściowe istotne okazały się mass ziarna, długości i jeden z wymiarów poprzecznych (grubość albo szerokość). Wybrane sieci neuronowe zachowały zdolność generalizacji - średnie błędy względne dla danych testujących (nie wykorzystywanych w procesie uczenia) były nieznacznie większe niż dla danych walidacyjnych.

EN

The study involved development of models using artificial neuron networks to determine spring barley seeds density (Stratus and Rodos varieties). After having tested 200 networks, two three-layer perception-type networks were selected for models. Important input data were: seed weight, seed length, and one of crosswise dimensions (thickness or width). Selected neuron networks maintained their generalization ability - mean relative errors for testing data (not used in learning process) were slightly higher than for validation data.

Słowa kluczowe

PL

sztuczna sieć neuronowa; jęczmień jary; ziarno; gęstość

EN

artificial neuron network; spring barley; seed; density

• Wydawca: Polskie Towarzystwo Inżynierii Rolniczej
• Czasopismo: Inżynieria Rolnicza
• Rocznik: 2005
• Tom: R. 9, nr 10
• Strony: 83--90
• Opis fizyczny: Bibliogr. 5 poz., rys.

Twórcy

autor

Francik S.

• Akademia Rolnicza w Krakowie, Katedra Inżynierii Mechanicznej i Agrofizyki

autor

Hebda T.

• Akademia Rolnicza w Krakowie, Katedra Inżynierii Mechanicznej i Agrofizyki

Bibliografia

• Grochowicz J. 1994. Maszyny doczyszczenia i sortowania nasion. Wydawnictwo Akademii Rolniczej, Lublin.
• Frączek J. Kaczorowski J., Ślipek Z., Horabik J., Molenda M. 2003. Standaryzacja metod pomiaru właściwości fizyczno-mechanicznych roślinnych materiałów ziarnistych. Acta Agrophysica 92.
• Ślaska-Grzywna B. 1995. Metoda wyznaczania granicznych wartości zagęszczania materiałów sypkich. Rozprawa doktorska, Lublin (maszynopis).
• Francik S., Frączek J. 2001. Model development of the external friction of granular vegetable materials on the basic of artifical neural networks. Int. Agrophysics 2001, nr 15, s. 231-136.
• Ślipek Z., Francik S., Frączek J. 2003. Metodyczne aspekty tworzenia modeli SSN w zagadnieniach agrofizycznych. Acta Agrophysica 2003, nr 2 (1), s. 231-241.