کشف أمراض الحمضیات بإستخدام الشبکة العصبیة المضببة

یهدف البحث إلى إستخدام تقنیات الذکاء الاصطناعی لبناء نظام تمییز صور نباتات الحمضیات وإنتاج برنامج متکامل یعد أداة مساعدة لذوی الإختصاص فی مجال وقایة النباتات وذلک لتحدید هل هناک اصابة بالمرض وللکشف المبکر عنه لغرض إتخاذ الإجراءات الوقائیة اللازمة والحد من إنتشاره لبقیة النباتات. فی هذا البحث، تم استخدام بشبکة دالة القاعدة الشعاعیة (RBF) و شبکة دالة القاعدة الشعاعیة المضببة (FRBF) وتطبیقها على مجموعة صور بعدد 830 صورة للکشف ما إذا کانت ثمار الحمضیات صحیة أم مریضة. فی البدایة ، تمت المعالجة الأولیة لهذه الصور وتحجیمها الى صور بحجم 250× 250 بیکسل واستخلاص المیزات منها باستخدام طریقة مصفوفة التواجد المشترک (GLCM) بعد تحدید المستوى الرمادی بعدد 8 تدرجات وبمسافة بیکسل واحد ، وتم استخلاص 21 میزة إحصائیة منها ثم تم إدخال هذه المیزات إلى RBF بعد تحدید عدد خلایا طبقة الادخال بـ(21) و الطبقة المخبئة بـ (20) خلیة وخلیة واحدة للأخراج وتم اختیار المراکز بصورة عشوائیة من بیانات التدریب وتم اختیار الاوزان بصورة عشوائیة ایضا وتدریبها باستخدام طریقة Pseudo Inverse . تم تهجین شبکة RBF بالمنطق المضبب والمتمثل بطریقة (FCM) وتم اختیار معامل التضبب =(m) 2.3 وتم الحصول على شبکة جدیدة سمیت بشبکة Fuzzy RBF . حیث تم تدریب واختبار هاتین الشبکتین على بیانات التدریب (660 صورة) والاختبار (170 صورة) لثمار الحمضیات. ثم تم حساب الدقة، وأظهرت النتائج أن الطریقة الجدیدة المقترحة (Fuzzy RBF) حصلت على دقة أعلى وهی 98.24% مقارنة مع RBF التی کانت نسبتها 94.71 %.