الگوریتم SVM چند کلاسه جهت تشخیص و طبقه بندی انواع خاک با متلب

soil classification multi class svm matlab 475 1 الگوریتم SVM چند کلاسه جهت تشخیص و طبقه بندی انواع خاک با متلب

الگوریتم SVM چند کلاسه جهت تشخیص و طبقه بندی انواع خاک

در این بخش پروژه الگوریتم SVM چند کلاسه جهت تشخیص و طبقه بندی انواع خاک از روی تصاویر با عنوان مقاله Machine Learning in Soil Classification را برای شما عزیزان آماده کرده ایم که پروژه ای مناسب در زمینه های پردازش تصویر، بینایی ماشین، رشته مهندسی عمران ، علوم و مهندسی خاک ، خاک شناسی و مهندسی کشاورزی می باشد. این پروژه با استفاده از نرم افزار MATLAB تهیه شده است که در ادامه می توانید توضیحاتی در مورد پروژه و فیلم و تصاویری از خروجی پروژه را مشاهده کنید.

ماشین بردار پشتیبان یا الگوریتم SVM

ماشین بردار پشتیبان یا SVM به مجموعه ای از نقاط در فضای n بعدی داده ها، بردار پشتیبان گفته می شود که مرز بندی دسته ها را نشان داده و دسته بندی و مرزبندی آنها را انجام می دهد و با جابجایی یکی از این دو مورد ممکن است تغییر کند. جهت مطالعه کامل به مقاله (ماشین بردار پشتیبان) مراجعه کنید.

معرفی پروژه انجام شده

روشی که در پروژه الگوریتم SVM چند کلاسه جهت تشخیص و طبقه بندی انواع خاک مورد استفاده قرار گرفته است توانایی تشخیص و طبقه بندی انواع خاک را به صورت خودکار دارد، همچنین این یک پروژه مناسب و کاربردی در زمینه بینایی ماشین می باشد. این روش شامل دو مرحله می باشد که مرحله اول شامل تقسیم بندی توسط الگوریتم ماشین بردار پشتیبان و در مرحله دوم هم، ویژگی های برجسته از این بخش ها استخراج می شود.

نوع خاک های بررسی شده در مقاله

هفت نوع خاکی که در این پروژه به طبقه بندی آن ها پرداخته می شود عبارت اند از، خاک رس (Clay)، زغال سنگ نارس رس دار (Clayey Peat)، شن و ماسه رس دار (Clayey Sand)، گیاخاک (Humus)، ذغال سنگ نارس (Peat)، خاک رس شنی (Sandy Clay) و شن و ماسه سیلتی یا لای (Silty Sand).

انواع طبقه بندی خاک ها

خاک ها از دیدگاه علم خاک شناسی به سه دسته ریز بافت مانند خاک های رسی، متوسط بافت مانند لای و ماسه، درشت بافت مانند خاک های شنی تقسیم می شوند این در حالی است که از نگاه ژئوتکنیک ما فقط دو نوع خاک داریم که عبارتند از، درشت دانه و ریز دانه. در میان انواع خاکی که وجود دارد، دسته درشت بافت منافذ حجیم تری نسبت به دسته ریز بافت دارد اما چون منافذ خاک های درشت بافت بزرگتر است ظرفیت نگهداری آب در آن ها خلل و فرج کمتری دارد. حجم خلل و فرج در خاک های رسی که جزء دسته ریز بافت محسوب می شوند کمتر از خاک های ماسه ‌ای و شنی است اما در نگهداری آب ظرفیت بیشتری دارند. خاک های ماسه ایی نسبت به خاک های رسی نفوذ پذیری بیشتری دارند.

تصاویری از خروجی پروژه الگوریتم SVM چند کلاسه جهت تشخیص و طبقه بندی انواع خاک

 

soil classification multi class svm matlab 475 2 الگوریتم SVM چند کلاسه جهت تشخیص و طبقه بندی انواع خاک با متلب

شکل ۱

 

soil classification multi class svm matlab 475 3 الگوریتم SVM چند کلاسه جهت تشخیص و طبقه بندی انواع خاک با متلب

شکل ۲

 

soil classification multi class svm matlab 475 4 الگوریتم SVM چند کلاسه جهت تشخیص و طبقه بندی انواع خاک با متلب

شکل ۳

 

soil classification multi class svm matlab 475 5 الگوریتم SVM چند کلاسه جهت تشخیص و طبقه بندی انواع خاک با متلب

شکل ۴

 

soil classification multi class svm matlab 475 6 الگوریتم SVM چند کلاسه جهت تشخیص و طبقه بندی انواع خاک با متلب

شکل ۵

 

soil classification multi class svm matlab 475 7 الگوریتم SVM چند کلاسه جهت تشخیص و طبقه بندی انواع خاک با متلب

شکل ۶

 

soil classification multi class svm matlab 475 8 الگوریتم SVM چند کلاسه جهت تشخیص و طبقه بندی انواع خاک با متلب

شکل ۷


مشاهده ویدئو در این باره

خوشحال خواهیم شد اگر نظر خودتون رو درباره این مطلب ثبت کنید

خطا!دکمه ریفریش را بزنید
  1. تصویر آواتار کاربر 0
    ندا ابراهیمی پنج شنبه , ۶ مهر

    سلام ببخشید شما آموزش svm تو متلب هم دارید از پاسخگویتون ممنون.

    • تصویر آواتار کاربر 1
      یعثوب سیفی زادهشنبه , ۸ مهر

      به زودی آموزش SVM در متلب را در سایت قرار داده و اطلاع رسانی خواهیم کرد