Please use this identifier to cite or link to this item: http://dspace.spu.ac.th/handle/123456789/5155
Full metadata record
DC FieldValueLanguage
dc.contributor.authorธวัช รวมทรัพย์en_US
dc.date.accessioned2017-05-18T06:10:46Z-
dc.date.available2017-05-18T06:10:46Z-
dc.date.issued2560-
dc.identifier.citationธวัช รวมทรัพย์. 2559. "การจำแนกใบพืชโดยการใช้คุณลักษณะรูปทรงและพื้นผิวของใบพืชด้วยขั้นตอนวิธีเชิงพันธุกรรม." วิทยานิพนธ์ปรัชญาดุษฎีบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุม.en_US
dc.identifier.urihttp://dspace.spu.ac.th/handle/123456789/5155-
dc.descriptionวิทยานิพนธ์ หลักสูตรวิทยาศาสตรมหาบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ คณะเทคโนโลยีสารสนเทศ, มหาวิทยาลัยศรีปทุมen_US
dc.description.abstractงานวิจัยนี้มีวัตถุประสงค์ 2 ประการ คือ 1. เพื่อนำขั้นตอนวิธีเชิงพันธุกรรมแต่ละขั้นตอนมาหาค่าพารามิเตอร์ที่เหมาะสมสำหรับใช้ในการจำแนกใบพืชโดยใช้คุณลักษณะรูปทรงและพื้นผิวของใบพืช 2. เพื่อเปรียบเทียบผลการจำแนกใบพืชระหว่างขั้นตอนวิธีเชิงพันธุกรรมกับขั้นตอนวิธีเพื่อนบ้านใกล้สุด สำหรับข้อมูลที่นำมาใช้ในการทดลองการจำแนกใบพืช ประกอบด้วยภาพใบพืช 30 สายพันธุ์ รวมทั้งหมด 340 ใบ งานวิจัยนี้ได้ใช้ข้อมูลใบพืช “Leaf” dataset โดย Pedro F.B.Silva et al. (2014) สำหรับข้อมูลใบพืชประกอบด้วย 14 คุณลักษณะโดยแบ่งออกเป็นคุณลักษณะรูปทรง 8 คุณลักษณะ และคุณลักษณะพื้นผิว 6 คุณลักษณะ จากนั้นได้ทำการแบ่งข้อมูลเพื่อทดสอบ (Split test) โดยแบ่งข้อมูลออกเป็น 2 ส่วน ส่วนแรก 70 เปอร์เซ็นต์ สำหรับสร้างโมเดล และส่วนที่สอง 30 เปอร์เซ็นต์ สำหรับใช้ในการทดสอบโมเดล และทำการทดลองโดยการกำหนดค่าพารามิเตอร์ต่างๆ เข้าสู่ขั้นตอนวิธีเชิงพันธุกรรม (Genetic Algorithm :GA) เพื่อหาค่าพารามิเตอร์ที่เหมาะสม The purposes of this research were (1) to take each suitable process of genetic algorithm parameters in plant leaf classification by using leaf shape and texture features (2) to compare the results of leaf classification between the processes of genetic algorithm and k-nearest neighbors algorithm. The data used in the trial was 340 leaves classification from 30 plant species. This research used leaf dataset of Pedro F.B.Silva et al.(2014) which included 14 features divided into 8 shape features and 6 texture features. The split test was separated into 2 parts 70% for modeling and 30% for testing modeling; conducted by the configuration parameters to the process of genetic algorithm parameters in plant leaf classification.en_US
dc.description.sponsorshipหลักสูตรวิทยาศาสตรมหาบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุมen_US
dc.language.isothen_US
dc.publisherธวัช รวมทรัพย์en_US
dc.relation.ispartofseries52560306_ธวัช รวมทรัพย์en_US
dc.subjectการจำแนกประเภทen_US
dc.subjectการแยกคุณลักษณะen_US
dc.subjectขั้นตอนวิธีเชิงพันธุกรรมen_US
dc.subjectขั้นตอนวิธีเพื่อนบ้านใกล้สุดen_US
dc.subjectCLASSIFICATIONen_US
dc.subjectFEATURE EXTRACTIONen_US
dc.subjectGENETIC ALGORITHMen_US
dc.subjectK-NEAREST NEIGHBORen_US
dc.titleการจำแนกใบพืชโดยการใช้คุณลักษณะรูปทรงและพื้นผิวของใบพืชด้วย ขั้นตอนวิธีเชิงพันธุกรรมen_US
dc.title.alternativePLANT LEAF CLASSIFICATION USING LEAF SHAPE AND TEXTURE FEATURES WITH GENETIC ALGORITHMen_US
dc.typeThesisen_US
Appears in Collections:INF-10. วิทยานิพนธ์ปริญญาเอก



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.