System informatyczny "nStraw" wspomagający neuronową identyfikację stopnia dojrzałości kompostu

• Autorzy: Boniecki P. , Jakubek A. , Kuzimska T. , Pilarski K.

Warianty tytułu

EN

Computer system "nStraw" assisting a neural identification of compost maturity

• Języki publikacji: PL

Abstrakty

PL

Celem pracy była neuronowa identyfikacja stopnia rozkładu materiału organicznego (słomy) na podstawie informacji graficznej, uzyskanej przy użyciu metod analizy obrazu. W tym celu opracowano oryginalny system informatyczny "nStraw", umożliwiający edycję obrazów cyfrowych, akwizycję danych graficznych, ich analizę oraz konwersję do zbiorów uczących w postaci akceptowalnej przez symulator sztucznych sieci neuronowych.

EN

The aim of this study was to describe a neural identification of the level of decomposition of organic material, based on graphic information, which is obtained by using image analysis. For this purpose, a neural network "nStraw" was generated for editing images, data retrieval and analysis.

Słowa kluczowe

PL

kompost; dojrzałość; analiza obrazu; sztuczna inteligencja; sieci neuronowe

EN

compost; maturity; image analysis; artificial intelligence; neural networks

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Journal of Research and Applications in Agricultural Engineering
• Rocznik: 2012
• Tom: Vol. 57, nr 1
• Strony: 21--25
• Opis fizyczny: Bibliogr. 10 poz.

Twórcy

autor

Boniecki P.

autor

Jakubek A.

autor

Kuzimska T.

autor

Pilarski K.

• Uniwersytet Przyrodniczy w Poznaniu, Instytut Inżynierii Rolniczej ul. Wojska Polskiego 50, 60-637 Poznań,

Bibliografia

• [1] Boniecki P.: Elementy modelowania neuronowego w rolnictwie. Wydawnictwo Uniwersytetu Przyrodniczego w Poznaniu, 2008, ss. 124.
• [2] Jaszkiewicz A.: Inżynieria oprogramowania. Gliwice: Wydawnictwo Helion, 1997.
• [3] Jędrczak A.: Biologiczne przetwarzanie odpadów. Warszawa: Wydawnictwo Naukowe PWN SA, 2008.
• [4] Nowakowski K., Boniecki P.: Wpływ liczby zmiennych na jakość działania neuronowego modelu do identyfikacji wybranych uszkodzeń ziarniaków (The impact of the number of variables on the operation quality of neuron model for identifying mechanical damage of corn seeds). Inżynieria rolnicza, 2008, Vol. 6(104): 145-151.
• [5] Ossowski S.: Sieci neuronowe w ujęciu algorytmicznym. Wydawnictwa Naukowo-Techniczne, 1996, ss. 234.
• [6] Pearl Solomon E., Berg L. R., Martin D. W., Villee C. A.: Narządy zmysłów. W: Biologia. Red. Gutowska H. Warszawa: MULTICO Oficyna Wydawnicza, 1998: 861-883.
• [7] Tadeusiewicz R., Korohoda P.: Komputerowa analiza i przetwarzanie obrazów. Wydawnictwo Fundacji Postępu Telekomunikacji, 1997, ss. 272.
• [8] Tadeusiewicz R.: Sieci neuronowe. Akademicka Oficyna Wydaw. RM, 1993, ss. 131.
• [9] Wrycza S., Marcinkowski B., Wyrzykowski K.: Język UML 2.0 w modelowaniu systemów informatycznych. Gliwice: Wydawnictwo Helion, 2006.
• [10] Żurada J., Barski M., Jędruch W.: Sieci neuronowe. Podstawy teorii i zastosowania. Wydawnictwo Naukowe PWN, 1996, ss. 372.