सूचना प्रौद्योगिकी और सॉफ्टवेयर इंजीनियरिंग जर्नल
खुला एक्सेस

अमूर्त

केशिका डायनेमोलिसिस छवि भेदभाव तंत्रिका नेटवर्क का उपयोग कर

मेहमत एस. अनलुटर्क, सेवकन अनलुटर्क, फ़िक्रेट पाज़िर और फ़िरोज़ अब्दुल्लाही

केशिका बढ़ती तस्वीर विधि (केशिका डायनेमोलिसिस) का उपयोग करके जैविक और पारंपरिक ताजे टमाटर (अप्रसंस्कृत) और जमे हुए टमाटर (प्रसंस्कृत) के बीच गुणवत्ता के अंतर का मूल्यांकन किया जाता है। जैविक और पारंपरिक नमूनों के बीच सबसे अधिक स्पष्ट रूप से अंतर दिखाने वाली सबसे अच्छी तस्वीरें 0.25-0.75% सिल्वर नाइट्रेट, 0.25-0.75% आयरन सल्फेट और 30-100% नमूना एकाग्रता के साथ तैयार की गई थीं। लेकिन इन छवियों का दृश्य विवरण और विश्लेषण एक बड़ी चुनौती है। इसलिए, इन छवियों को वर्गीकृत करने के लिए ग्राम-चार्लीयर न्यूरल नेटवर्क पद्धति (जीसीएनएन) नामक एक उपन्यास पद्धति का अध्ययन किया गया है। ताजा और जमे हुए मामलों के लिए दो अलग-अलग जीसीएनएन बनाए गए हैं। उन्हें इन दो मामलों से जैविक और पारंपरिक टमाटर के नमूनों की तस्वीरों के साथ प्रशिक्षित किया जाता है। प्रत्येक ग्राम-चार्ल्स न्यूरल नेटवर्क को प्रशिक्षित करने के लिए प्रत्येक मामले से 20 छवियों का एक सेट उपयोग किया गया था। फिर प्रत्येक GCNN प्रदर्शन का परीक्षण करने के लिए प्रत्येक मामले से 4 छवियों का एक नया सेट तैयार किया गया था। इसके अलावा, GCNN भार की इष्टतमता को प्रदर्शित करने के लिए हिंटन आरेखों का उपयोग किया गया था। कुल मिलाकर, GCNN ने 100% की औसत पहचान प्रदर्शन हासिल किया। मान्यता का यह उच्च स्तर बताता है कि GCNN केशिका डायनेमोलिसिस छवियों के भेदभाव के लिए एक आशाजनक तरीका है और इसका प्रदर्शन इस बात पर निर्भर नहीं करता है कि टमाटर का नमूना ताजा है या जमे हुए।