%0 Journal Article %T طبقه‌بندی ارقام میوه خرما مبتنی بر کاربرد پاسخ‌های خازنی و مبدل نیرو %J مکانیزاسیون کشاورزی %I دانشگاه تبریز %Z 2383-126X %A کریمی, هادی %A سلیمانی, نجمه %D 2022 %\ 06/22/2022 %V 7 %N 2 %P 1-8 %! طبقه‌بندی ارقام میوه خرما مبتنی بر کاربرد پاسخ‌های خازنی و مبدل نیرو %K واژه‏ های کلیدی: خرما %K خازن %K مبدل نیرو %K فرکانس %K یادگیری ماشین %R 10.22034/jam.2022.15715 %X چکیدهدر بسیاری از نخلستان‌های خرما، انواع مختلفی از میوه‌های خرما به طور معمول پرورش می‌یابند. هر کدام از این گونه‌ها دارای خواص فیزیکی و شیمیایی متفاوتی هستند. بنابراین، در اولین گام توسعه سامانه‌های درجه‌بندی هوشمند و نظارت بر کیفیت، توسعه روشی خودکار برای شناسایی نوع رقم خرما بسیار مطلوب است. هدف این مطالعه توسعه الگوریتم طبقه‌بندی چهار رقم میوه خرما با استفاده از پاسخ‌های الکترونیکی حاصل از حسگرهای خازنی و یک مبدل نیرو است. برای به دست آوردن هم‌زمان خواص خازنی شامل فرکانس و پاسخ‌های آنالوگ میوه خرما و پارامترهای نیروی مربوط به وزن میوه خرما، یک سکو الکترونیکی طراحی و ساخته شد. در این سکو، پاسخ‌های خازنی و پارامترهای نیرو با راه‌اندازی آی سی 555 و واسنجی کردن یک مبدل نیرو  1 کیلوگرمی فراهم می‌شد. 120 میوه خرما از چهار رقم مختلف زاهدی، قصب، مضافتی و مجول برای توسعه مدل در نظر گرفته شد. در مجموع 30 درصد از نمونه‌ها برای ارزیابی طبقه‌بندی نهایی در نظر گرفته شدند. درخت تصمیم (DT) به عنوان یک روش یادگیری نظارت‌شده ناپارامتریک برای طبقه‌بندی انتخاب شد. برای تنظیم مدل طبقه‌بند با بهترین هایپرپارامترها، با برازش 3 تا (Fold) برای هر یک از 2204 نامزد، در مجموع 6612 برازش مورد بررسی قرار گرفت. ارزیابی مدل توسعه‌یافته منجر به کیفیت طبقه‌بندی با شاخص F به ترتیب 64، 80، 100 و 100 درصد برای چهار رقم زاهدی، قصب، مضافتی و مجول شد. نتایج نشان داد که سامانه طبقه‌بندی پایه خازنی توسعه یافته، می‌تواند با موفقیت برای طبقه‌بندی میوه خرما با کیفیت قابل‌قبول به‌کار گرفته شود.  %U https://jam.tabrizu.ac.ir/article_15715_a219bc22675677abb6fd78f4dad23b63.pdf