28

Аннотaция. В данной статье представлены различные этапы построения системы классификaции аграрной зерновой продукции на здоровые и заражённые плесенью. На первом этапе рассматриваются и тестируются методы выбора подмножеств цветовых признаков зерновой продукции. Селектируются те из них, которые обладают высокой дискриминaционной информативностью относительно задачи классификaции. Затем к отобранной продукции применяются различные классификаторы, производительность и точность которых оценивается и выбирается.

  • Ссылка в интернете
  • DOI
  • Дата создание в систему UzSCI 10-11-2025
  • Количество прочтений 28
  • Дата публикации 18-06-2025
  • Язык статьиRus
  • Страницы144-150
Русский

Аннотaция. В данной статье представлены различные этапы построения системы классификaции аграрной зерновой продукции на здоровые и заражённые плесенью. На первом этапе рассматриваются и тестируются методы выбора подмножеств цветовых признаков зерновой продукции. Селектируются те из них, которые обладают высокой дискриминaционной информативностью относительно задачи классификaции. Затем к отобранной продукции применяются различные классификаторы, производительность и точность которых оценивается и выбирается.

№ Имя автора Должность Наименование организации
1 Muxamedxanov U.T. доктор технических наук, профессор, ТАШКЕНТСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ ИМЕНИ ИСЛАМА КАРИМОВА
2 Suvonov .I. старший преподаватель Университет экономики и педагогики
№ Название ссылки
1 Колориметрия. URL: https://www.lkmportal.com/enc/kolorimetriya.
2 Клюев В.В., Соснин Ф.Р., Филинов В.Н. Неразрушающий контроль и диагностика : справочник. Москва: Машиностроение, 2003. 656 с.
3 Штейнберг Т.С., Семикина Л.И., Шведова О.Г. О разработке инструментального метода оценки цвета муки, выработанной из твердой пшеницы для макаронных изделий. Хлебопродукты. 2014. № 1. С. 56–60.
4 Юстова Е.Н. Цветовые измерения (Колориметрия). Санкт-Петербург: Изд-во С.-Петерб. ун-та, 2000. 397 с.
5 Джадд Д., Вышецки Г. Цвет в науке и технике. Москва:.Мир. 1978, 592 с.
6 Kavdir I., D.E.Guyer, Evaluation of different pattern recognition techniques for apple sorting, Biosystems Engineering 99, p.211-2129, 2008.
7 Serkan G., O. N. Gerek et al., The search for optimal feature set in power event classification, Expert systems with applications, 2009.
8 Pazoki A., Z. Pazoki, Classification system for rain fed wheat grain cultivars using artificial neural network,African Journal of Biotechnology Vol.10(41), p. 8031-8038, 2011.
9 Tsang C. et.al., Genetic-fuzzy rule mining approach and evaluation of feature selection techniques for anomaly intrusion detection,Pattern Recognition40,p.2373-2391, 2007.
В ожидании