6. Discussions and future workIn th

6. Discussions and future work
In this research we built a working model of a date fruit grading
and sorting system including both: the hardware and the
software. The working prototype of the system is shown in
Fig. 9 below. The hardware includes the conveyer, camera control
and helm control systems. The software system analyzes
the fruit image and classifies them. The maximum accuracy
of the system is 80% which is attained by model 2 in classifying
the grade 2 fruit.
We observed problems in detecting the flabbiness from the
color. An impact sensor might improve flabbiness detection.
Our fruit quality grading into three grades was based on human
perception. A formal feature distribution based method
need to be developed to determine the fruit quality grade from
the samples. We feel that this should improve the classification
accuracy. To determine the feature based grades we are investigating
the suitability of the unsupervised learning techniques.
We are in the process of applying self organizing map to obtain
the fruit grade clusters using the feature distribution in large
samples.

ผลลัพธ์ (ไทย) 1:

6. การสนทนาและการทำงานในอนาคตในงานวิจัยนี้ เราได้สร้างรูปแบบการทำงานวันผลไม้จัดเกรดและเรียงลำดับรวมทั้งระบบ: ฮาร์ดแวร์และซอฟต์แวร์ ต้นแบบการทำงานของระบบจะแสดง9 fig. ด้านล่าง ฮาร์ดแวร์ประกอบด้วยสายพานลำเลียง ควบคุมกล้องและระบบควบคุมพวง ระบบซอฟต์แวร์จะวิเคราะห์ผลไม้ภาพ และแบ่งประเภทของพวกเขา ความถูกต้องสูงสุดระบบเป็น 80% ซึ่งจะได้แบบจำลองที่ 2 ในประเภทผลไม้เกรด 2เราพบปัญหาในการตรวจหา flabbiness จากการสี เซนเซอร์มีผลกระทบอาจปรับปรุงตรวจสอบ flabbinessของเราจัดเกรดคุณภาพผลไม้เป็นเกรดสามขึ้นในมนุษย์รับรู้ วิธีการจำหน่ายตามคุณลักษณะทางจำเป็นต้องได้รับการพัฒนาในการกำหนดเกรดคุณภาพผลไม้จากตัวอย่างการ เรารู้สึกว่า นี้ควรปรับปรุงการจัดประเภทความถูกต้อง กำหนดคุณลักษณะตามเกรดที่เราจะตรวจสอบความเหมาะสมของเทคนิคเรียน unsupervisedเราอยู่ในกระบวนการใช้แผนที่เพื่อขอรับการจัดระเบียบตัวเองผลเกรดโดยใช้การแจกแจงคุณลักษณะในคลัสเตอร์ตัวอย่างการ

ผลลัพธ์ (ไทย) 2:

6. การสนทนาและการทำงานในอนาคต
ในงานวิจัยนี้เราสร้างรูปแบบการทำงานของการจัดลำดับวันผลไม้
และระบบการคัดแยกทั้งฮาร์ดแวร์และ
ซอฟแวร์ ต้นแบบการทำงานของระบบจะแสดงใน
รูปที่ 9 ด้านล่าง ฮาร์ดแวร์รวมถึงสายพานลำเลียง, การควบคุมกล้อง
และระบบการควบคุมหางเสือ ระบบซอฟต์แวร์การวิเคราะห์
ภาพผลไม้และแยกประเภทพวกเขา ความถูกต้องสูงสุด
ของระบบเป็น 80% ซึ่งจะบรรลุโดย 2 รูปแบบในการจัดชั้น
ชั้นประถมศึกษาปีที่ 2 ผลไม้.
เราสังเกตเห็นปัญหาในการตรวจสอบความอ่อนแอจาก
สี เซ็นเซอร์ผลกระทบอาจจะปรับปรุงการตรวจสอบความอ่อนแอ.
การจัดลำดับผลไม้ที่มีคุณภาพของเราเป็นสามเกรดอยู่บนพื้นฐานของมนุษย์
รับรู้ การจัดจำหน่ายอย่างเป็นทางการคุณลักษณะตามวิธีการ
จะต้องมีการพัฒนาเพื่อตรวจสอบคุณภาพเกรดผลไม้จาก
กลุ่มตัวอย่าง เรารู้สึกว่าเรื่องนี้ควรจะปรับปรุงการจัดหมวดหมู่
ความถูกต้อง การตรวจสอบคุณสมบัติตามเกรดที่เรากำลังตรวจสอบ
ความเหมาะสมของเทคนิคการเรียนรู้ใกล้ชิด.
เราอยู่ในกระบวนการของการใช้แผนที่การจัดระเบียบตัวเองเพื่อให้ได้
กลุ่มเกรดผลไม้โดยใช้คุณสมบัติในการกระจายขนาดใหญ่
ตัวอย่าง

ผลลัพธ์ (ไทย) 3:

6 . การอภิปรายและ
งานในอนาคตในงานวิจัยนี้ได้สร้างแบบจำลองการทำงานของวันผลไม้เกรด
และเรียงลำดับ รวมทั้งระบบทั้งฮาร์ดแวร์และซอฟต์แวร์
. ต้นแบบการทำงานของระบบแสดงในรูปที่ 9
ด้านล่าง ฮาร์ดแวร์รวมถึงสายพาน
, ควบคุมกล้องและระบบการควบคุมหางเสือ ระบบซอฟต์แวร์วิเคราะห์
ภาพผลไม้และระหว่างพวกเขา
ความถูกต้องสูงสุดของระบบเป็น 80% ซึ่งเป็นที่บรรลุโดยแบบจำลองที่ 2 ในหมวดหมู่

เกรด 2 ผลไม้ ที่เราพบปัญหาในการตรวจหา flabbiness จาก
สี ผลกระทบเซ็นเซอร์อาจปรับปรุงการตรวจสอบ flabbiness .
ของเราผลไม้คุณภาพเกรดออกเป็นสามเกรด ขึ้นอยู่กับการรับรู้ของมนุษย์

คุณลักษณะการใช้วิธีการ
อย่างเป็นทางการจะต้องได้รับการพัฒนาเพื่อตรวจสอบคุณภาพของผลไม้เกรด
ตัวอย่างเรารู้สึกว่ามันควรจะปรับปรุงการจำแนก
ความถูกต้อง เพื่อตรวจสอบคุณสมบัติตามเกรดที่เรากำลังสืบสวน
ความเหมาะสมของเทคนิคการเรียนรู้แบบไม่มีผู้สอน .
เราอยู่ในกระบวนการของการสมัครด้วยตนเองการจัดแผนที่ขอรับ
ผลไม้เกรดกลุ่มที่ใช้คุณลักษณะการกระจายในตัวอย่างใหญ่