Wybór reprezentatywnej struktury zbiorów uczących dla potrzeb neuronowych modeli identyfikacyjnych wykorzystywanych w inżynierii rolniczej

• Autorzy: Nowakowski K. , Boniecki P. , Weres J. , Mueller W.

Warianty tytułu

EN

Selection of representative structure of learning sets for purpose of neuron identification models used in agricultural engineering

• Języki publikacji: PL

Abstrakty

PL

Wykorzystanie sztucznych sieci neuronowych do identyfikacji mechanicznych uszkodzeń ziarniaków na podstawie ich fotografii wymaga doboru odpowiednich cech charakterystycznych na podstawie, których zostanie przeprowadzony proces rozpoznawania. Ponieważ stosowanie sieci neuronowych do bezpośredniego mapowania zbiorów graficznych jest nieefektywne, wskazane jest użycie bloku przetwarzania wstępnego, tzw. preprocesora. Zaprojektowanie i wytworzenie właściwego systemu informatycznego dla tak sformułowanego celu pozwoliło na dokonanie transformacji danych pierwotnych (zdjęcia fotograficzne) do reprezentacji danych, która będzie odpowiednia dla wykorzystania w procesie uczenia sieci neuronowej.

EN

Use of artificial neural networks for identification of the mechanical damages to grains based on photographs requires a selection of appropriate characteristic features in order to conduct a recognition process. Since the application of neural networks for direct mapping of graphic sets is not really effective, it is recommended to use the initial processing block, so called preprocessor. Design and creation of a proper information system for this particular purpose allowed to transform raw data (photographic images) for data representation, appropriate to be used in the learning process of neural network.

Słowa kluczowe

PL

reprezentatywne dane uczące; sieć neuronowa; analiza obrazu; inżynieria rolnicza

EN

agricultural engineering; representative learning data; neural network; image analysis

• Wydawca: Polskie Towarzystwo Inżynierii Rolniczej
• Czasopismo: Inżynieria Rolnicza
• Rocznik: 2007
• Tom: R. 11, nr 6 (94)
• Strony: 183--188
• Opis fizyczny: Bibliogr. 3 poz., rys.

Twórcy

autor

Nowakowski K.

autor

Boniecki P.

autor

Weres J.

autor

Mueller W.

• Uniwersytet Przyrodniczy w Poznaniu, Wydział Rolniczy, Instytut Inżynierii Rolniczej,

Bibliografia

• Tadeusiewicz R., Flasiński M. 1991. Rozpoznawanie obrazów – PWN Warszawa. s. 4-50.
• Malina W., Smiatacz M. 2005. Metody cyfrowego przetwarzania obrazów. Wyd. EXIT. s. 1-40.
• Choraś R. 2005. Komputerowa wizja. Metody interpretacji i identyfikacji obiektów Wyd. EXIT. s. 10-30.