کشاورزی ماشینی

مهندسی مکانیک بیوسیستم

مهندسی مکانیک بیوسیستم

امیدی ارجنکی هستم دانشجوی دکتری مهندسی مکانیک ماشین های کشاورزی (مهندسی مکانیک بیوسیستم) و در این وبلاگ آموخته هایم را نشر می دهم.
آموزش و یاد دادن از زکات علم است.پیامبر خوبی ها حضرت محمد صلوا تالله علیه و آله فرمودند حکایت کسی که علم آموزد و از آن سخن نکند چون کسی است که گنجی نهد و از آن خرج نکند.
این روزها که دانش مهندسی ماشین ها و مکانیزاسیون کشاورزی غریب و محجور افتاده است، آموزش و بیان فایده ها و سودهای استفاده از اتوماسیون در کشاورزی شاید راهی برای تغییر نگرش بر این رشته باشد.
فارغ التحصیلان، استادان و دانشجویان رشته مهندسی مکانیک ماشین های کشاورزی بهترین متخصصان برای ارتباط علم نوین مهندسی با کشاورزی هستند. چون در این رشته انوع تخصص ها آموزش داده می شود. برق، کشاورزی، باغبانی، دامپروری، کامپیوتر، تجهیزات و ابزار اندازه گیری، علوم نوین مثل شبکه های عصبی، بینایی ماشین، انرژی های نوین که همه و همه از ملزمات توسعه کشاورزی نوین هستند.
استفاده از علم نوین در کشاورزی صد در صد باعث تولید غذای بیشتر، رفع وابستگی، تولید غذای با کیفیت تر، ارزانی محصولات و بازارپسندی و سود بیشتر می شود.
امیدوارم بتوانم گامی را برای این مهم بردارم.
از نظرات دوستان و هم رشته ای هایم در این وبلاگ استقبال خواهم کرد.
در آخر هم:
کارتان را برای خدا نکنید؛ برای خدا کار کنید!
تفاوتش فقط همین اندازه است که ممکن است حسین (علیه السلام) در کربلا باشد و من در حال کسب علم برای رضایت خدا ...!
شهید سید مرتضی آوینی

آخرین نظرات

۷ مطلب با موضوع «محاسبات نرم» ثبت شده است

در الگوریتم FCM، تعداد c مرکز (C1…Cc) در مجموعه به تصادف انتخاب میشود.
سپس درجه عضویت اعضا (xi) در هر خوشه تعیین (ui,j) و در مرحله بعد مراکز خوشه ها طبق رابطه زیر بروز میشوند و اینکار آنقدر ادامه خواهد داشت تا در مراکز کلاستر ها یا خوشه ها تغییر محسوسی صورت نگیرد (همگرایی):


۰ نظر موافقین ۰ مخالفین ۰ ۰۱ فروردين ۹۶ ، ۱۴:۱۲

سؤال: چه فرقی بین منطق فازی نوع اول و منطق فازی نوع دوم وجود دارد؟


۱ نظر موافقین ۰ مخالفین ۰ ۲۰ بهمن ۹۲ ، ۱۷:۰۷

اخیراً پروژه ای برای خودم تعریف کردم و خیلی هم با علاقه پیگیرش بودم. موضوع پروژه پیاده سازی نرم افزاری در پلتفرم اندروید با همان موضوع پایان نامه ارشدم ام به علاوه تحقیقات محاسبات نرم آن در حوزه منطق فازی بود که اخیراً در فضای متلب سبب نگارش یک مقاله جدید شد.



نرم افزار را که میخواستم شروع کنم مطمئن بودم که به نتیجه خواهم رسید چون اصلیات و کلیات کار را قبلا پیگیری کرده بودم. خلاصه اینکه نزدیک یک هفته کامل به صورت شبانه روزی وقتم را گرفت و حدود 90 درصد نتیجه گرفتم. خدا را شکر. از خدا خیلی ممنونم که یاریم کرد. نتیجه گرفتن اینکار برایم یک موفقیت خیلی خوب بود.

۱ نظر موافقین ۰ مخالفین ۰ ۱۰ دی ۹۲ ، ۰۰:۳۳

در پست های قبلی این کار را با شبکه معمولی پیش خور و همینگ انجام دادیم. با روش هاپفیلد نتایج بهتری کسب خواهیم کرد.



۲ نظر موافقین ۰ مخالفین ۰ ۲۲ آذر ۹۲ ، ۰۰:۳۲
در پست های قبل همین پروژه را با شبکه عصبی معمولی پیش خور انجام دادیم که نتایج آن چنگی به دل نمیزد. در این پست همین کار را با شبکه عصبی همینگ انجام میدیم. دقت کنید که کد این نوع شبکه در متلب نوشته شده است.




۱ نظر موافقین ۰ مخالفین ۰ ۲۲ آذر ۹۲ ، ۰۰:۲۴


برای تمرین شبکه عصبی مصنوعی در نرم افزار متلب با استفاده از nntool میتوان مسئله زیر را حل کرد:

۰ نظر موافقین ۰ مخالفین ۰ ۰۹ آذر ۹۲ ، ۲۰:۰۷

اخیراً به لطف دکتر مهدی قاسمی، در حضور در کلاس هوش مصنوعی ایشان به عنوان مستمع آزاد، یک ارائه ای در این کلاس داشتم در مورد درخت تصمیم گیری، که در این پست محتوای اسلایدهایم را برایتان می گذارم.

همچنین لینک دانلود نرم افزاری که در کلاس در این مورد ارائه کردم هم در انتهای پست قرار دادم.


اما درخت تصمیم گیری ....

درخت تصمیم یکی از ابزارهای متداول برای دسته بندی و پیش بینی است. تولید یک درخت تصمیم روش کار آمدی برای ایجاد رده بندها یا طبقه بندی کننده ها بر روی داده هاست. این درخت با بکارگیری یک استراتژی بالا به پایین به ایجاد آزمون بر روی هر گره میپردازد. با توجه به ساختار بالا به پایین درخت تصمیم اولین آزمون در گره ریشه که بالاترین گره در درخت است اتفاق می افتد به این صورت که یک رکورد جدید که برچسب کلاس آن نامشخص است در گره ریشه وارد میشود و در این گره یک آزمون صورت میگیرد تا معلوم شود که این رکورد به کدام یک از گره های فرزند تعلق دارد. این فرایند انقدر ادامه پیدا میکند تا رکورد جدید به گره ی برگ برسد. هر گره ی برگ در درخت تصمیم معرف یک برچسب کلاس یا یک دسته ی مشخص میباشد، بنابراین تمام رکورد هایی که به یک برگ از درخت میرسند در یک دسته قرار میگیرند. نمونه ای از درخت تصمیم را در شکل زیر مشاهده می کنید.

decision tree


۰ نظر موافقین ۰ مخالفین ۰ ۲۱ اسفند ۹۱ ، ۰۸:۲۱