English Title : Artificial neural network development for shape classification of Nam-dok-mai mango
Author : พีรพงษ์ ไพสิฐกุลวิวัฒน์
Source : วิทยานิพนธ์. (2547) 94 หน้า
Abstract : Mangu is on< of the most important h t s of Thailand, whch can be exported and brought to the couniry much income annually. Although some researchem have studied and devcIopcd rnailgo classification machines that can classify mango in tcms of sizc, color, shape mcl defect, these still existed solue hihtions, especially in term of its unability &I classify mango based on its shape. Thls research was therefore aimed to develop the sdlrme for shapc classificalion of Nm-duk-mai mango by using h f i c i a l neural network to irripruvc thc cficicncy of the existing mango classification mxhne. Based on the results ofthe study, it is found [hat the appropriate artificial neural network model for Nam-dokulai mango classification is a multi-layer fsed forward model that consists of a two-layer neural network model with the Log-Sjg activation funchn. The first layer of the hidden hyer consists of 75 nodes aud the sccond layw consists of another 50 nodes. The accuracy of this model is 83.01 percent.
มะม่วงเป็นผลไม้เมืองร้อนที่สำคัญชนิดหนึ่งซึ่งสามารถส่งออกและนำรายได้เข้าประเทศ ในปัจจุบันแม้จะได้มีการศึกษาและพัฒนาเครื่องคัดคุณภาพมะม่วงที่สามารถคัดคุณภาพทั้งในแง่ของขนาด สี รูปร่าง และรอยตำหนิ ของมะม่วงได้ แต่ก็ยังพบข้อจำกัดบางประการ โดยเฉพาะอย่างยิ่งในกาคัดคุรภาพทางด้านรูปร่างของมะม่วง ดังนั้นในงานวิจัยนั้จึงได้พัฒนากระบวนการคัดคุรภาพทางด้านรูปร่างของมะม่วงพันธุ์น้ำดอกไม้ โดยใช้ทฤษฎีโครงข่ายประสาทเทียม เพื่อให้ได้เครื่องคัดคุรภาพมะม่วงที่มีประสิทธิภาพสูงยิ่งขึ้น จากการทดลองหาแบบจำลองโครงข่ายประสาทเทียมที่เหมาะสมเพื่อใช้ในการคัดคุณภาพมะม่วงน้ำดอกไม้พบว่า แบบจำลองโครงข่ายประสาทเทียมที่เหมาะสมคือ โครงข่ายประสาทเทียม 2 ชั้น แบบเคลื่อนที่ไปข้างหน้า ซึ่งใช้รูปแบบข้อมูลด้านเข้าแบบอัตราส่วนความกว้างต่อความยาวจำนวน 10 ค่า และใช้ฟังก์ชั่นแอคติเวชั่นแบบลอกซึก (Log-Sig) โดยโครงข่ายชั้นแรกประกอบด้วยเซลล์ประสาทเทียมจำนวน 75 โหนด และชั้นที่สองประกอบด้วยเซลล์ประสาทเทียมจำนวน 50 โหนด ซึ่งแบบจำลองโครงข่ายประสาทเทียมดังกล่าวสามารถคัดคุณภาพของมะม่วงน้ำดอกไม้ถูกต้องร้อยละ 83.01
Subject : มะม่วง. มะม่วงน้ำดอกไม้. มะม่วง -- คุณภาพ. มะม่วง -- การควบคุมคุณภาพ. Mango. Mango -- Quality.
