دانلود مقاله ISI انگلیسی شماره 44265
ترجمه فارسی عنوان مقاله

ویژگی های تصمیم گیری سیستم بهینه سازی کلونی مورچه برای به رسمیت شناختن خودکار گونه های گیاهی

عنوان انگلیسی
Feature decision-making ant colony optimization system for an automated recognition of plant species
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
44265 2015 10 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 8010 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 12 روز بعد از پرداخت 96,120 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 6 روز بعد از پرداخت 192,240 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Expert Systems with Applications, Volume 42, Issue 5, 1 April 2015, Pages 2361–2370

ترجمه کلمات کلیدی
به رسمیت شناختن کارخانه - انتخاب ویژگی زیرمجموعه - بهینه سازی کلونی مورچه - تجزیه و تحلیل برگ - طبقه بندی برگ ها به صورت خودکار
کلمات کلیدی انگلیسی
Plant recognition; Feature subset selection; Ant colony optimization; Leaf analysis; Automatic leaf classification
پیش نمایش مقاله
پیش نمایش مقاله ویژگی های تصمیم گیری سیستم بهینه سازی کلونی مورچه برای به رسمیت شناختن خودکار گونه های گیاهی

چکیده انگلیسی

In the present paper, an expert system for automatic recognition of different plant species through their leaf images is investigated by employing the ant colony optimization (ACO) as a feature decision-making algorithm. The ACO algorithm is employed to investigate inside the feature search space in order to obtain the best discriminant features for the recognition of individual species. In order to establish a feature search space, a set of feasible characteristics such as shape, morphology, texture and color are extracted from the leaf images. The selected features are used by support vector machine (SVM) to classify the species. The efficiency of the system was tested on around 2050 leaf images collected from two different plant databases, FCA and Flavia. The results of the study achieved an average accuracy of 95.53% from the ACO-based approach, confirming the potentials of using the proposed system for an automatic classification of various plant species.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 8010 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 12 روز بعد از پرداخت 96,120 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 6 روز بعد از پرداخت 192,240 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.