| Research Title |
การระบุโรคใบร่วงจากเชื้อราไฟทอฟธอราและโรคราแป้งจากภาพใบยางพารา
ด้วยเทคนิคซัพพอร์เวกเตอร์แมชชีนและโครงข่ายประสาทเทียม |
| Date of Distribution |
28 May 2020 |
| Conference |
| Title of the Conference |
การประชุมวิชาการระดับชาติ วิทยาลัยนครราชสีมา ครั้งที่ 7 ประจำปี 2563 (The 7th NMCCON 2020) |
| Organiser |
วิทยาลัยนครราชสีมาและภาคีเครือข่าย |
| Conference Place |
วิทยาลัยนครราชสีมา |
| Province/State |
นครราชสีมา |
| Conference Date |
23 May 2020 |
| To |
23 May 2020 |
| Proceeding Paper |
| Volume |
2563 |
| Issue |
7 |
| Page |
335-345 |
| Editors/edition/publisher |
|
| Abstract |
งานวิจัยนี้นำเสนอการศึกษาการแยกโรคจากภาพใบยางพารา 2 โรค คือ โรคใบร่วงที่เกิดจากเชื้อราไฟทอฟธอราหรือโรคใบร่วงและโรคราแป้งสาเหตุการเกิดโรคแทรกซ้อนในช่วงเวลาเดียวกันจากภาพในยางพาราด้วยเทคนิคการประมวลผลภาพโดยการเปรียบเทียบวิธีการจำแนกโรคระหว่างวิธีการโครงข่ายประสาทเทียมและซัพเพอร์เวกเตอร์แมชชีน จากตัวอย่างใบยางพาราทั้งหมด 400 ใบ จากพันธุ์ RRIT251 200 ใบและRRIT600 200 ใบ โดยที่สัดส่วนเท่ากันคือโรคใบร่วง 50 ภาพ โรคราแป้ง 50 ภาพ เป็นทั้งโรคใบร่วงและโรคราแป้ง 50 ภาพ และใบไม่เป็นโรค 50 ภาพ
ในการทดสอบประสิทธิภาพของซัพพอร์เวกเตอร์แมชชีนและโครงข่ายประสาทเทียมแสดงให้เห็นว่าโครงข่ายประสาทเทียมชนิดเพอร์เซปตรอนหลายชั้นแบบแพร่ย้อนกลับให้ผลลัพธ์ที่ 90 เปอร์เซ็นต์ โครงข่ายประสาทเทียมแบบคอนโวลูชันให้ผลลัพธ์ที่ 68 เปอร์เซ็นต์และซัพเพอร์เวกเตอร์แมชชีนให้ผลลัพธ์ที่ 86 เปอร์เซ็นต์ สำหรับข้อมูลตัวอย่างใบยางพาราเนื่องจากตัวอย่างที่นำมาทำการทดลองนั้นมีลักษณะของสีใบยางพาราที่ค่อนข้างแตกต่างกันจึงทำให้ผลลัพธ์ในการทดสอบจึงทำให้คุณสมบัติอาจเกิดความผิดพลาดและผลจากการทดลองแสดงให้เห็นว่าโครงข่ายประสาทเทียมชนิดเพอร์เซปตรอนหลายชั้นแบบแพร่ย้อนกลับนั้นให้ประสิทธิภาพสูงกว่าโมเดลอื่นๆ
|
| Author |
|
| Peer Review Status |
มีผู้ประเมินอิสระ |
| Level of Conference |
ชาติ |
| Type of Proceeding |
Full paper |
| Type of Presentation |
Oral |
| Part of thesis |
true |
| Presentation awarding |
false |
| Attach file |
|
| Citation |
0
|
|
|
Publication
Journal Publication
ไทย