• صفحه اصلی
  • مرور
    • شماره جاری
    • بر اساس شماره‌های نشریه
    • بر اساس نویسندگان
    • بر اساس موضوعات
    • نمایه نویسندگان
    • نمایه کلیدواژه ها
  • اطلاعات نشریه
    • درباره نشریه
    • اهداف و چشم انداز
    • اعضای هیات تحریریه
    • همکاران دفتر نشریه
    • اصول اخلاقی انتشار مقاله
    • بانک ها و نمایه نامه ها
    • پیوندهای مفید
    • پرسش‌های متداول
    • فرایند پذیرش مقالات
    • اخبار و اعلانات
  • راهنمای نویسندگان
  • ارسال مقاله
  • داوران
  • تماس با ما
 
  • ورود به سامانه
  • ثبت نام
صفحه اصلی فهرست مقالات مشخصات مقاله
  • ذخیره رکوردها
  • |
  • نسخه قابل چاپ
  • |
  • توصیه به دوستان
  • |
  • ارجاع به این مقاله ارجاع به مقاله
    RIS EndNote BibTeX APA MLA Harvard Vancouver
  • |
  • اشتراک گذاری اشتراک گذاری
    CiteULike Mendeley Facebook Google LinkedIn Twitter
مجله صوت و ارتعاش
arrow مقالات آماده انتشار
arrow شماره جاری
شماره‌های پیشین نشریه
دوره دوره 7 (1397)
دوره دوره 6 (1396)
شماره شماره 12
شماره شماره 11
دوره دوره 5 (1395)
دوره دوره 4 (1394)
دوره دوره 3 (1393)
دوره دوره 2 (1392)
دوره دوره 1 (1391)
سجادی, سید جواد. (1396). کاربرد اکوستیک در تشخیص دانه های گندم آفت‏ زده. مجله صوت و ارتعاش, 6(11), 3-9.
سید جواد سجادی. "کاربرد اکوستیک در تشخیص دانه های گندم آفت‏ زده". مجله صوت و ارتعاش, 6, 11, 1396, 3-9.
سجادی, سید جواد. (1396). 'کاربرد اکوستیک در تشخیص دانه های گندم آفت‏ زده', مجله صوت و ارتعاش, 6(11), pp. 3-9.
سجادی, سید جواد. کاربرد اکوستیک در تشخیص دانه های گندم آفت‏ زده. مجله صوت و ارتعاش, 1396; 6(11): 3-9.

کاربرد اکوستیک در تشخیص دانه های گندم آفت‏ زده

مقاله 1، دوره 6، شماره 11، بهار و تابستان 1396، صفحه 3-9  XML اصل مقاله (508.37 K)
نوع مقاله: مقاله علمی- ترویجی
نویسنده
سید جواد سجادی email
دانشگاه گنبد کاووس
چکیده
در این پژوهش کاربرد پردازش سیگنال دیجیتال صدای برخورد در تشخیصدانه‌‌های گندم سالم از دانه‌‌های آفت­زده بررسی شده است. دانه‌های گندم از ارتفاع 25 سانتی­متری با یک صفحه فولادی با ضخامت زیاد برخورد کرده و صدای برخورد توسط یک میکروفن به کامپیوتر منتقل گردید. سیگنال صدای برخورد توسط کارت صدا دیجیتال شده و جهت پردازش‌‌های بعدی در حافظه ذخیره شد. سیگنال‌‌های صدای برخورد دانه‌‌های گندم با استفاده از تبدیل گسسته موجک پردازش و مشخصات مناسب جهت جداسازی دانه‌‌ها استخراج گردید. مشخصات استخراج شده به عنوان ورودی شبکه عصبی مصنوعی استفاده شدند. نتایج به­دست آمده نشان داد شبکه عصبی مصنوعی با ساختار 2-6-10 قادر به جداسازی دانه‌‌های گندم سالم و آفت زده به­ترتیب با دقت 98 و 93 درصد می­باشد.
کلیدواژه‌ها
گندم؛ درجه بندی؛ اکوستیک؛ موجک
موضوعات
پردازش سیگنال در آکوستیک
مراجع
[1] Najafi Mirak, T., G. Najafian, H. Khorsandi, S. Moein Namini and G. Sharafi, “Effect of Sunn Pest Damage on Bread Making Quality of Bread Wheat Cultivars”. Seed and Plant Production Journal, Vol.29-2, No.4, 2013, pp.413-427.

[2] Ivani, A., S. Minai and D. Hosaini. “Major spectrum of walnut acoustical response to a non-desstructive impact”. Proceedings of 4thnational congress on agricultural machinery and mechanization. Tabriz University, 29-30 August 2006.

[3] Pearson, T.C. “Detection of pistachio nuts with closed shells using impactacoustics”, Applied Engineering in Agriculture, Vol.17, 2001, pp.249-253.

[4] Cetin, A. E., T. C. Pearson, and A. H. Tewfik. “Classification of closed and open shell pistachio nuts using VO ice-recognition technology”. Trans. ASAE, Vol.47, No.2, 2004, pp.659-664.

[5] Pearson, T. C., Cetin, A. E., Tewfik, A.H. “Detection of insect damaged wheat kernels by impact acoustics”. Proceedings of IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP '05). 2005

[6] Mahmoudi, A., M. Omid, A. Aghagolzadeh and A. M. Borghayee. “Grading of Iranian’s exportpistachio nuts based on artificial neural networks”. .International Journal of Agriculture and Biology. Vol.8, No.3, 2006, pp.371-376.

[7] Sajadi, S.J., A. Ghazanfari and A. Rostami. “Using wavelet transformation and neural network for detecting blank (hollow) pistachio nuts”.Iranian Journal of Biosystems Engineering, Vol.40, No.2, 2009, pp.155-161.

[8] Omid, M., A. Mahmoudi and H. Omid. “Development of pistachio sorting system using principal component analysis (PCA) assisted artificial neural network (ANN) of impact acoustics”. Expert Systems with Applications. Vol.37, No.10, 2010, pp.7205–7212.

[9] Omid, M. “Design of an expert system for sorting pistachio nuts through decision tree and fuzzy logic classifier”. Expert Systems with Applications. Vol.38, No.4, 2011, pp.4339–4347.

[10] Hosainpour, A., H. Komarizade, A. Mahmoudi and M. G. Shayesteh. “High speed detection of potato and clod using an acoustic based intelligent system”. Expert Systems with Applications. Vol.38, No.10, 2011, pp.12101-12106.

[11] Elbatawi. “An acoustic impact method to detect hollow heart of potato tubers”. Biosystems Engineering. Vol.100, No.2, 2008, pp. 206-213.

[12] Khalesi, S., A. Mahmoudi, A. Hosainpour and A. Alipour. “Detection of Walnut Varieties Using Impact Acoustics and Artificial Neural Networks (ANNs)”. Modern Applied Science. Vol.6, No.1, 2012, pp. 43-49.

[13] Khalifahamzehghasem, E. “Applying acoustic emission and neural network to classify wheat seeds from weed seeds”. .Int J Agric & Biol Eng. Vol.5, No.4, 2012, pp.68-73.

[14] Proakis, J. G. and D. G. Manolakis. “Digital Signal Processing”. Prentice Hall International. 1996

[15] Wickerhauser, M.V. “Adapted Wavelet Analysis from Theory to Software”. A.K. Peters, Massachussetts. 1994.

[16] Haykin, S. “Neural Networks: A Comprehensive Foundation”. Prentice Hall, New Jersey. 1999.

آمار
تعداد مشاهده مقاله: 268
تعداد دریافت فایل اصل مقاله: 349
صفحه اصلی | واژه نامه اختصاصی | اخبار و اعلانات | اهداف و چشم انداز | نقشه سایت
ابتدای صفحه ابتدای صفحه

Journal Management System. Designed by sinaweb.