การใช้การเรียนรู้ของเครื่องสำหรับการจำแนกประเภทของระบบปลูกพืชโดยไม่ใช้ดิน

Use of Machine Learning for Classification of Hydroponics System

อาจารย์กฤติยาภรณ์ คุณสุข,อาจารย์พรพิมล ฉายแสง,อาจารย์กิตติรัตน์ รุ่งรัตนาอุบล

คณะเทคโนโลยีอุตสาหกรรม

งานวิจัย

2556

การวิจัยนี้แสดงการใช้ซัพพอร์ตเวกเตอร์แมชชีน และโครงข่ายประสาทเทียมในการจําแนก ประเภทของระบบปลูกพืชโดยไม่ใช้ดิน 2 รูปแบบ คือการปลูกแบบให้สารละลายธาตุอาหารในถาดปลูก ระดับลึก และการปลูกแบบให้สารละลายธาตุอาหารไหลผ่านเป็นแผ่นบางตลอดเวลาในการจําแนก ประเภทของระบบปลูกพืชโดยไม่ใช้ดิน นําตัวอย่างทดสอบมาจากพืชที่ปลูกในรูปแบบให้สารละลายธาตุ อาหารในถาดปลูกระดับลึกและการปลูกแบบให้สารละลายธาตุอาหารไหลผ่านเป็นแผ่นบางตลอดเวลา ข้อมูลที่ใช้สําหรับการทดสอบประกอบด้วย อายุการเก็บเกี่ยว ความสูง ความกว้าง อุณหภูมิที่เหมาะสม คุณลักษณะความต้องการแสง และลักษณะสีของพืช สําหรับใช้จําแนกประเภทของระบบปลูกพืชโดย ไม่ใช้ดิน ซัพพอร์ตเวกเตอร์แมชชีน และโครงข่ายประสาทเทียม ถูกนํามาใช้เป็นแบบจําลองในการจําแนก ความสัมพันธ์ของข้อมูล มาใช้ในการเรียนรู้ของข้อมูลพืช จากการทดลองพบว่าผลลัพธ์ของซัพพอร์ต เวกเตอร์แมชชีน สําหรับการจําแนกมีประสิทธิภาพใกล้เคียงกับโครงข่ายประสาทเทียม ค่าร้อยละความ ถูกต้องเท่ากับ 97.33 และ 98 ตามลําดับ

This research presents the use of Support Vector Machines and Neural Network for classification of a hydroponics system based on the deep flow technique and the nutrient film technique. Classification of the hydroponics system only covers the test samples from vegetables grown with the deep flow technique or the nutrient film technique. The features used for classification, which are the characteristics of vegetables at harvest, include height, width, temperature, requirement of light and color. Support Vector Machines and Neural Network have been used to model the classifier data, which is used during the learning process. The results indicate that the classification performance of the Support Vector Machines is approximately equal to that of the Neural Network with algorithms of 97.33% and 98%, respectively.

ระบบปลูกพืชโดยไม่ใช้ดิน

Hydroponics System

เจียมจิต บวชไธสง แก้ไขล่าสุด 2020-02-14 11:45:16

หน้าปก
บทคัดย่อ
กิตติกรรมประกาศ
สารบัญ
บทที่ 1
บทที่ 2
บทที่ 3
บทที่ 4
บทที่ 5
บรรณานุกรม
ภาคผนวก
ผู้วิจัย