Pepper is widely planted and used a

Pepper is widely planted and used all over the world as fresh vegetable and spice. Genetic and morphological
information of pepper are stored through seeds. Determination of seed variety is crucial for correctly identifying genetic
materials. Pepper varieties cannot be easily classified even by an expert eye due to the very small size of seeds and visual
similarities. Hence, more advanced technologies are required to determine the variety of a pepper seed. A classification
method was proposed to discriminate pepper seed based on neural networks and computer vision. Image acquisition was
conducted using an office scanner at a resolution of 1200 dpi. Image features representing color, shape, and texture were
extracted and used to classify pepper seeds. By calculating features from different color components, a feature database was
constructed. Effective features were selected using sequential feature selection with different criterion functions. As a result
of the feature selection procedure, the number of the features was significantly reduced from 257 to 10. Cross validation rules
were applied to obtain a reliable classification model by preventing overfitting. Different numbers of neurons in the hidden
layer and various training algorithms were investigated to determine the best multilayer perceptron model. The best
classification performance was obtained using 30 neurons in the hidden layer of the network. With this network, an accuracy
rate of 84.94% was achieved using the sequential feature selection and the training algorithm of resilient back propagation in
classifying eight pepper seed varieties.

ผลลัพธ์ (ไทย) 1:

พริกไทยปลูกกันอย่างแพร่หลาย และใช้ทั่วโลกเป็นผักสดและเครื่องเทศ ทางพันธุกรรม และสัณฐานมีการจัดเก็บข้อมูลของพริกผ่านเมล็ด กำหนดเมล็ดพันธุ์หลากหลายเป็นสิ่งสำคัญสำหรับการระบุอย่างถูกต้องทางพันธุกรรมวัสดุ พันธุ์พริกไทยไม่สามารถจัดได้อย่างง่ายดาย โดยตาผู้เชี่ยวชาญเนื่องจากขนาดเล็กมาก ของเมล็ด และภาพความคล้ายคลึงกัน ด้วยเหตุนี้ เทคโนโลยีขั้นสูงจะต้องกำหนดความหลากหลายของเมล็ดพริก การจัดประเภทวิธีการนำเสนอการแยกแยะตามเครือข่ายประสาทและคอมพิวเตอร์วิทัศน์เมล็ดพริกไทย ภาพที่ได้มาดำเนินการโดยใช้โปรแกรมสำนักงานสแกนที่ความละเอียด 1200 dpi คุณลักษณะภาพแทนสี รูปร่าง และเนื้อได้สกัด และใช้เพื่อจัดประเภทเมล็ดพริกไทย โดยการคำนวณคุณสมบัติจากส่วนประกอบของสีที่แตกต่าง ฐานข้อมูลคุณลักษณะคือสร้าง คุณลักษณะที่มีประสิทธิภาพได้เลือกใช้เลือกคุณลักษณะลำดับฟังก์ชันเกณฑ์แตกต่างกัน เป็นผลของขั้นตอนการเลือกคุณลักษณะ หมายเลขของคุณสมบัติอย่างมีนัยสำคัญลดลงจาก 257 10 ข้ามกฎการตรวจสอบถูกนำไปใช้เพื่อขอรับแบบจัดประเภทที่เชื่อถือได้ โดยการป้องกันการ overfitting หมายเลขที่แตกต่างกันของเซลล์ประสาทในที่ซ่อนไว้ชั้นและขั้นตอนวิธีการฝึกอบรมต่าง ๆ ได้รับการตรวจสอบเพื่อระบุรุ่นเพอร์เซปตรอนหลายชั้นที่ดีที่สุด ดีที่สุดประสิทธิภาพการจัดหมวดหมู่ได้รับใช้ 30 เซลล์ประสาทในชั้นซ่อนของเครือข่าย กับเครือข่ายนี้ ความถูกต้องใช้เลือกคุณลักษณะตามลำดับและขั้นตอนการฝึกอบรมการเผยแผ่ด้านหลังยืดหยุ่นในอัตราร้อยละ 84.94 สำเร็จประเภทพันธุ์เมล็ดพริกไทยแปด

ผลลัพธ์ (ไทย) 2:

พริกไทยปลูกกันอย่างแพร่หลายและใช้ทั่วโลกเป็นผักสดและเครื่องเทศ พันธุกรรมและลักษณะทางสัณฐานวิทยา
ข้อมูลของพริกจะถูกเก็บไว้ผ่านทางเมล็ด ความมุ่งมั่นของเมล็ดพันธุ์เป็นสิ่งสำคัญสำหรับการระบุอย่างถูกต้องทางพันธุกรรม
วัสดุ พันธุ์พริกไม่สามารถจำแนกได้อย่างง่ายดายแม้โดยผู้เชี่ยวชาญตาเนื่องจากขนาดที่เล็กมากของเมล็ดและ Visual
คล้ายคลึงกัน ดังนั้นเทคโนโลยีขั้นสูงมากขึ้นจะต้องตรวจสอบความหลากหลายของเมล็ดพันธุ์พริกที่ การจัดหมวดหมู่
วิธีการที่ถูกเสนอในการแยกแยะพริกไทยเม็ดขึ้นอยู่กับเครือข่ายประสาทและวิสัยทัศน์คอมพิวเตอร์ การควบรวมภาพถูก
ดำเนินการโดยใช้เครื่องสแกนเนอร์สำนักงานที่ความละเอียด 1200 dpi คุณลักษณะของภาพที่เป็นตัวแทนสีรูปร่างและพื้นผิวที่ถูก
สกัดและใช้ในการจำแนกเมล็ดพริกไทย โดยการคำนวณคุณสมบัติจากส่วนประกอบของสีที่แตกต่างกัน, ฐานข้อมูลคุณลักษณะที่ถูก
สร้างขึ้น คุณลักษณะที่มีประสิทธิภาพได้รับการคัดเลือกโดยใช้การเลือกคุณลักษณะตามลำดับพร้อมกับฟังก์ชั่นที่แตกต่างกันเกณฑ์ เป็นผล
ของขั้นตอนการเลือกคุณลักษณะจำนวนของคุณสมบัติที่ลดลงอย่างมีนัยสำคัญจาก 257 ถึง 10 ข้ามกฎการตรวจสอบ
ถูกนำไปใช้เพื่อให้ได้รูปแบบการจัดหมวดหมู่ความน่าเชื่อถือโดยการป้องกันการอิง ตัวเลขที่แตกต่างกันของเซลล์ประสาทในที่ซ่อนอยู่
ชั้นและขั้นตอนวิธีการฝึกอบรมต่าง ๆ การตรวจสอบเพื่อตรวจสอบหลายรูปแบบ Perceptron ที่ดีที่สุด ที่ดีที่สุดของ
ผลการดำเนินงานการจัดหมวดหมู่ที่ได้รับใช้ 30 เซลล์ประสาทในชั้นซ่อนของเครือข่าย ด้วยเครือข่ายนี้ความแม่นยำ
อัตรา 84.94% ก็ประสบความสำเร็จโดยใช้การเลือกคุณลักษณะลำดับและขั้นตอนวิธีการฝึกอบรมของการขยายพันธุ์กลับมามีความยืดหยุ่นใน
การจำแนกแปดเมล็ดพันธุ์พริก