Geri Dön

Feature selection for leaf diseases detection using optimization algorithms

Yayılmacı rekabetçi algoritmasını kullanarak bitki yaprak hastalıklarının belirlenmesi

  1. Tez No: 597382
  2. Yazar: LAMYAE GOUBRAIM
  3. Danışmanlar: DR. ÖĞR. ÜYESİ NECİP GÖKHAN KASAPOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Yapay sinir ağları (YSA), öznitelik seçimi, yayılmacı rekabetçi algoritması (YRA), sezgisel yöntemler, parçacık sürüsü optimizasyonu (PSO), bitki yaprak hastalıklarının tanınması, Artificial neural network (ANN), feature selection, imperialist competitive algorithm (ICA), meta-heuristic, particle swarm optimization (PSO), plant leaf disease recognition
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: İstanbul Aydın Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 90

Özet

Modern bilgisayar bilimi ve makine öğrenmesi teknikleri son yıllarda giderek daha önemli ve kullanışlı hale gelmiştir. Yapay zekanın en ileri teknikleri, sağlık, askeri ve tarım alanları gibi yaşamın farklı yönlerinde insanlığa yardımcı olmaktadır. Bununla birlikte, bitki yaprak hastalıklarının tespitinde mevcut çözümler tamamen çiftçilerin ve ziraat mühendislerinin görsel incelemesine dayanmaktadır. Bu çok yavaş bir yöntem olduğundan, maliyeti çok yüksektir, çünkü çok sayıda personel gerektirir ve çok sayıda bitkinin hastalanması riskini taşır. Bu tezde, bitki yaprakları üzerindeki hastalıkların yerini ve türünü tanımlamak için, öznitelik seçimi için yayılımcı rekabet algoritması (YRA) ve tanıma için verimli bir yapay sinir ağı (YSA) algoritması kullanarak yeni bir çözüm önerilmektedir. Ayrıca, yayılımcı rekabet algoritması (YRA) ve parçacık sürüsü optimizasyonu (PSO) gibi iki sezgisel optimizasyon algoritması arasındaki karşılaştırma, YRA' nın etkinliğini göstermek için verilmiştir.

Özet (Çeviri)

Modern techniques of computer science and machine learning become more and more important and useful in recent years. The cutting-edge techniques of artificial intelligence assisted humanity in different aspects of life, such as health-care, military and agricultural fields. However, a current solution of identifying leaves diseases totally based on visual inspection of farmers and agricultural engineers. Because this is a very time consuming manual method, its cost is also high as it requires a lot of personnel and risks a lot of plants. This work proposes a novel solution to identify the location and type of diseases on plant leaves, using imperialist competitive algorithm (ICA) for feature selection, and an efficient artificial neural network (ANN) algorithm for recognition. Moreover the comparison between two meta-heuristic optimization algorithms namely imperialist competitive algorithm (ICA) and particle swarm optimization (PSO) is given to demonstrate the effectiveness of the ICA.

Benzer Tezler

  1. Tarımsal ortamlarda bitki hastalıklarının gerçek zamanlı tespiti için yapay zekâ tabanlı melez algoritma tasarımı

    Design of an artifical intelligence based hybrid algorithm for real-time detection of plant diseases in agricultural environments

    İLAYDA YAĞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiZonguldak Bülent Ecevit Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYTAÇ ALTAN

  2. Evolutionary feature optimization for plant leaf disease detection by deep neural networks

    Bitki yaprak hastalık teşhisi için derin sinir ağları ile evrimsel özellik optimizasyonu

    JALAL SADOON HAMEED AL BAYATI

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    Prof. Dr. BURAK BERK ÜSTÜNDAĞ

  3. Image leaf classification for plant diseases detection using grey wolf optimization technique

    Başlık çevirisi yok

    AMENAH NAZAR JABBAR JABBAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Bilişim Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HAKAN KOYUNCU

  4. Development of high-yielding processing tomatoes with disease resistance and improved technological features by molecular marker technology

    Moleküler markör teknikleri uygulayarak yüksek verimli ve hastalıklara dayanıklı ve teknolojik özellikleri iyileştirilmiş sanayilik domates çeşitlerinin geliştirilmesi

    AYTEN GİZEM ÖZBEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Genetikİzmir Yüksek Teknoloji Enstitüsü

    Moleküler Biyoloji ve Genetik Ana Bilim Dalı

    PROF. DR. SAMİ DOĞANLAR

    PROF. DR. ANNE FRARY

  5. Kahramanmaraş Pazarcık ve Çağlayancerit ilçelerinde derici sumak (Rhus coriaria L.) popülasyonu içerisinde ümitvar genotiplerin belirlenmesi

    Determination of promising genotyps in the population of sumac (Rhus coriaria L.) in the districts of Pazarcık and Çağlayancerit of Kahramanmaraş

    MEHMET ALİ PORSUK

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    ZiraatKahramanmaraş Sütçü İmam Üniversitesi

    Bahçe Bitkileri Ana Bilim Dalı

    PROF. DR. MEHMET SÜTYEMEZ