Как проехать Контакты 
Библиотека
Общие сведения
Вход для зарегистрированных читателей
База данных АГРОС
Авторитетный файл наименований научных учреждений АПК
Библиотека-депозитарий ФАО
Издания
Выставки
Виртуальные выставки
Электронные библиотеки ЦНСХБ
Сельскохозяйственная Электронная Библиотека Знаний (СЭБиЗ)
Биографическая энциклопедия ученых-аграриев

ЦЭБС АПК
Сводный каталог библиотек АПК
Каталоги библиотек АПК
Обменный фонд
Электронная библиотека Сводного каталога
Ведомственный экземпляр НИУ

Услуги
Избирательное распространение информации
Доставка документов
Терминал удаленного доступа
Виртуальное библиографическое обслуживание
Форум читателей ЦНСХБ
Инструкции
Информационные услуги
Транслитерация
Баннеры ФГБНУ ЦНСХБ
Рейтинг@Mail.ru Яндекс.Метрика
[Ввод запроса]

^ШХР: *http://www.agriculturejournals.cz/web/cjfs.htm (http://www.agriculturejournals.cz/web/cjfs.htm)
^АВТ: Jafari A.; Bakhshipour A.
^ЗГЛ: Inspection of quince slice dehydration stages based on extractable image features [Разработка системы наблюдения за обезвоживанием ломтиков айвы, основанной на использовании считываемых компьютером характеристик изображения и искусственных нейронных сетей. (Иран)]
^ВЫХ: Czech J. Food Sci., 2014; Vol.32,N 5. - P. 456-463
^ДАТ: 2014
^ПРМ: Bibliogr.:p.462-463
+Реферат

^РЕФ: Для эксперимента использовали плоды айвы, нарезанные цилиндриками диаметром 20 мм и толщиной 7 мм. Образцы сушили в печи при температурах 40, 50 или 60° С. Был составлен график зависимости влагосодержания образцов от времени. В процессе сушки получали цифровые изображения образцов с помощью камеры, закрепленной на расстоянии 30 см от них. Был разработан алгоритм сегментации изображения и вычленения из него интересующих признаков. Вычислялись площадь диска, его периметр, минимальный, максимальный и эквивалентный диаметры, округлость поверхности. Фиксировались цветовые значения образцов в нескольких цветовых моделях. Вычислялись также энтропия, энергия, инерция и однородность изображения. Были составлены уравнения регрессии, описывающие зависимость между визуально зарегистрированными признаками и влагосодержанием образцов. Данные были использованы для обучения нейронных сетей типа многослойного перцептрона. Наиболее точными оказались модели, построенные на морфологических признаках, а информация об изменении цвета не обладала удовлетворительной прогностической ценностью. Разработана модель, обеспечивающая коэффициент корреляции между предсказанным и наблюдаемым влагосодержанием, равный 0,998 при среднеквадратичной ошибке 0,008%. Сделан вывод, что непрямое измерение влагосодержания в процессе сушки, основанное на компьютерном анализе морфологических признаков изображения, весьма перспективно для практического использования. Ил. 6. Табл. 8. Библ. 21. (Климова Е.В.).

^TRN: 1467746
^ВИД: Статья из книги
^ЯЗК: Английский
+Индексирование



  назад   Главная страница ЦНСХБ  

Все права защищены 1998-2018 год ©Федеральное государственное бюджетное научное учреждение «Центральная научная сельскохозяйственная библиотека»