دانلود مقاله انگلیسی رایگان:یکپارچه سازی دید ماشین و بینی الکترونیکی به عنوان سیستم های غیر مخرب برای تشخیص زعفران جعلی

تخفیف ماه رمضان

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
دانلود مقاله انگلیسی بینایی ماشین رایگان
  • Integration of computer vision and electronic nose as non-destructive systems for saffron adulteration detection Integration of computer vision and electronic nose as non-destructive systems for saffron adulteration detection
    Integration of computer vision and electronic nose as non-destructive systems for saffron adulteration detection

    سال انتشار:

    2017


    عنوان انگلیسی مقاله:

    Integration of computer vision and electronic nose as non-destructive systems for saffron adulteration detection


    ترجمه فارسی عنوان مقاله:

    یکپارچه سازی دید ماشین و بینی الکترونیکی به عنوان سیستم های غیر مخرب برای تشخیص زعفران جعلی


    منبع:

    Sciencedirect - Elsevier - Computers and Electronics in Agriculture, 141 (2017) 46-53. doi:10.1016/j.compag.2017.06.018


    نویسنده:

    Sajad Kiani, Saeid Minaei, Mahdi Ghasemi-Varnamkhasti


    چکیده انگلیسی:

    This work deals with the development and evaluation of an integrated system based on computer vision system (CVS) and electronic nose (e-nose) for saffron adulteration detection. Ten saffron samples adulter- ated with two common illegal constituents, namely, Artificially Colored Safflower (ACS) and Artificially Colored Yellow Styles of Saffron (ACYSS) at levels ranging from 10 to 50% (w/w) were characterized in this work. First, the developed CVS and e-nose system were integrated to form a unit system. This set up was utilized to extract color and aroma characteristic variables of each sample. The extracted variables were processed using Principal Component Analysis (PCA), Hierarchical Cluster Analysis (HCA), and Support Vectors Machines (SVMs) to demonstrate the discrimination capability of the developed system. Two multilayer artificial neural network (ANN-MLP) models were also employed for saffron color and aroma strength prediction based on ISO standards. PCA and HCA results of the color and aroma datasets revealed that the adulterated samples have different color and aroma strength compared to authentic saf- fron and they can clearly be distinguished. SVMs classifier showed good agreement with the PCA results and reached 89% and 100% success rate in the recognition of the different saffron samples based on their color and aroma datasets, respectively. Results of the two ANN-MLP models proved that the developed system is capable of differentiating the authentic and adulterated saffron samples based on their colorColor analysisand aroma strength (R2P 0:95 and R2Aroma analysisP 0:97).© 2017 Elsevier B.V. All rights reserved.
    Keywords:Aroma strength | Color strength | Gas sensor | Quality analysis


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 8
    حجم فایل: 1150 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




آرشیو کامل مقالات

اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
بینایی-ماشین
موضوعات
footer