Abstrakt

Umfrage zu neuronalen Netzwerktypen und Hybridtechniken zur Klassifizierung von Pflanzen

Priya Dhir *

Heute wird die Informatik zunehmend in die Agrar- und Lebensmittelwissenschaften einbezogen. Verschiedene Techniken der künstlichen Intelligenz und des Soft Computing werden eingesetzt, um Pflanzen zu klassifizieren und Mängel zu erkennen und so dem Endverbraucher ein qualitativ besseres Produkt bieten zu können. Dieser Artikel befasst sich mit den Fortschritten bei der automatischen Pflanzenklassifizierung mithilfe von Soft Computing-Techniken. Zur Klassifizierung von Pflanzen werden verschiedene neuronale Netzwerke (ANN, CNN, PNN) sowie heuristische und metaheuristische Optimierungstechniken untersucht. Es gibt mehrere metaheuristische Optimierungsalgorithmen, die nach dem Vorbild der Natur entwickelt wurden. Es werden neuronale Netzwerke wie ANN, CNN, PNN sowie einige hybride künstliche neuronale Netzwerke mit Optimierungsmethoden wie dem genetischen Algorithmus (GA), Ant Bee Colony (ABC), Differential Evolution (DE), Group Search Particle Swarm Optimization (GSPSO), Firefly-Methode usw. untersucht, die für Benchmark-Datensätze angewendet und für spezifische Echtzeitexperimente zur Pflanzenklassifizierung besprochen werden.