Sistem pintar pengecaman bentuk agregat berasaskan rangkaian neural

Penghasilan sesebuah konkrit bergantung kepada kandungan agregat (batu baur) yang terkandung di dalam konkrit tersebut. Bentuk agregat-agregat yang terdapat di dalam konkrit dikatakan mempengaruhi kualiti konkrit yang akan dihasilkan. Agregat yang mempunyai bentuk yang dikatakan elok (well-shaped...

Full description

Saved in:

Bibliographic Details
Main Author:	Joret, Ariffuddin
Format:	Thesis
Language:	English
Published:	2005
Subjects:	TA1501-1820 Applied optics Photonics
Online Access:	http://eprints.uthm.edu.my/2445/1/ARIFFUDDIN%20BIN%20JORET%20-%2024p.pdf
Tags:	Add Tag No Tags, Be the first to tag this record!

id	my-uthm-ep.2445
record_format	uketd_dc
spelling	my-uthm-ep.24452021-11-01T01:09:22Z Sistem pintar pengecaman bentuk agregat berasaskan rangkaian neural 2005-11 Joret, Ariffuddin TA1501-1820 Applied optics. Photonics Penghasilan sesebuah konkrit bergantung kepada kandungan agregat (batu baur) yang terkandung di dalam konkrit tersebut. Bentuk agregat-agregat yang terdapat di dalam konkrit dikatakan mempengaruhi kualiti konkrit yang akan dihasilkan. Agregat yang mempunyai bentuk yang dikatakan elok (well-shaped) akan menghasilkan konkrit yang bermutu tinggi dengan mengurangkan kadar air kepada simen di dalam konkrit. Sebaliknya, bentuk agregat-agregat yang buruk (poor-shaped) selalunya menyebabkan penghasilan sesebuah konkrit itu memerlukan kadar air kepada simen yang tinggi. Kebiasaannya, kualiti sesebuah konkrit ditentukan dengan mengira kadar peratusan kandungan agregat yang elok kepada agregat yang buruk yang terkandung di dalam konkrit. Masalah penentuan secara manual ini ialah lambat, terlalu subjektif dan memerlukan tenaga buruh yang ramai, sekaligus menyebabkan tidak efektif dan mahal. Dalam usaha untuk mengurangkan masalah ini, penyelidikan yang dilakukan telah memfokuskan kepada pembangunan sistem pengecaman pintar bentuk agregat berasaskan rangkaian neural. Sistem yang dibangunkan menggunakan teknik pemprosesan imej digital dan rangkaian neural untuk mengkelaskan bentuk-bentuk agregat yang diperolehi kepada dua kategori, "elok" dan "buruk". Sistem ini merangkumi dua bahagian utama iaitu pengekstrakan ciri-ciri imej dan pengecaman. Dalam bahagian pengekstrakan ciri-ciri imej, ciri-ciri yang dipertimbangkan ialah momen Zernike, momen Hu, saiz dan ukurlilit. Pengekstrakan ciri-ciri momen Zernike dan momen Hu dikira berdasarkan kepada saiz dan ukurlilit objek. Disebabkan momen Hu peringkat tinggi lebih sensitif kepada hingar, maka hanya momen Hu peringkat pertama dan kedua sahaja digunakan. Bagi ciri momen Zernike pula, nilai momen yang digunakan ialah jumlah penambahan nilai momen Zernike dari tertib 0 hingga tertib 4 kerana ia memberikan keputusan perkelompokan yang lebih baik. Dalam bahagian pengecaman, rangkaian neural yang dibangunkan ialah rangkaian hibrid berbilang lapisan perceptron (HMLP). Rangkaian tersebut telah dilatih menggunakan algoritma ralat ramalan berulang terubahsui (MRPE) dan memberikan prestasi pengecaman sebanyak 85.53%. Ini membuktikan sistem pengecaman bentuk agregat secara automatik yang dibangunkan berjaya mengkelaskan bentuk-bentuk agregat kepada dua kategori iaitu "elok" dan "buruk". Sebagai langkah awal untuk menghasilkan sistem pengecaman bentuk agregat mudah alih, sistem pengecaman menggunakan mikro pengawal juga telah dihasilkan dan dibuktikan keberkesanan dan kebolehpercayaannya. Sistem pengecaman yang berasaskan mikro pengawal ini telah menghasilkan peratus pengecaman yang sama nilainya dengan peratus pengecaman yang diperolehi menggunakan komputer peribadi. 2005-11 Thesis http://eprints.uthm.edu.my/2445/ http://eprints.uthm.edu.my/2445/1/ARIFFUDDIN%20BIN%20JORET%20-%2024p.pdf text en public mphil masters Universiti Sains Malaysia Faculty of Applied Science and Technology
institution	Universiti Tun Hussein Onn Malaysia
collection	UTHM Institutional Repository
language	English
topic	TA1501-1820 Applied optics Photonics
spellingShingle	TA1501-1820 Applied optics Photonics Joret, Ariffuddin Sistem pintar pengecaman bentuk agregat berasaskan rangkaian neural
description	Penghasilan sesebuah konkrit bergantung kepada kandungan agregat (batu baur) yang terkandung di dalam konkrit tersebut. Bentuk agregat-agregat yang terdapat di dalam konkrit dikatakan mempengaruhi kualiti konkrit yang akan dihasilkan. Agregat yang mempunyai bentuk yang dikatakan elok (well-shaped) akan menghasilkan konkrit yang bermutu tinggi dengan mengurangkan kadar air kepada simen di dalam konkrit. Sebaliknya, bentuk agregat-agregat yang buruk (poor-shaped) selalunya menyebabkan penghasilan sesebuah konkrit itu memerlukan kadar air kepada simen yang tinggi. Kebiasaannya, kualiti sesebuah konkrit ditentukan dengan mengira kadar peratusan kandungan agregat yang elok kepada agregat yang buruk yang terkandung di dalam konkrit. Masalah penentuan secara manual ini ialah lambat, terlalu subjektif dan memerlukan tenaga buruh yang ramai, sekaligus menyebabkan tidak efektif dan mahal. Dalam usaha untuk mengurangkan masalah ini, penyelidikan yang dilakukan telah memfokuskan kepada pembangunan sistem pengecaman pintar bentuk agregat berasaskan rangkaian neural. Sistem yang dibangunkan menggunakan teknik pemprosesan imej digital dan rangkaian neural untuk mengkelaskan bentuk-bentuk agregat yang diperolehi kepada dua kategori, "elok" dan "buruk". Sistem ini merangkumi dua bahagian utama iaitu pengekstrakan ciri-ciri imej dan pengecaman. Dalam bahagian pengekstrakan ciri-ciri imej, ciri-ciri yang dipertimbangkan ialah momen Zernike, momen Hu, saiz dan ukurlilit. Pengekstrakan ciri-ciri momen Zernike dan momen Hu dikira berdasarkan kepada saiz dan ukurlilit objek. Disebabkan momen Hu peringkat tinggi lebih sensitif kepada hingar, maka hanya momen Hu peringkat pertama dan kedua sahaja digunakan. Bagi ciri momen Zernike pula, nilai momen yang digunakan ialah jumlah penambahan nilai momen Zernike dari tertib 0 hingga tertib 4 kerana ia memberikan keputusan perkelompokan yang lebih baik. Dalam bahagian pengecaman, rangkaian neural yang dibangunkan ialah rangkaian hibrid berbilang lapisan perceptron (HMLP). Rangkaian tersebut telah dilatih menggunakan algoritma ralat ramalan berulang terubahsui (MRPE) dan memberikan prestasi pengecaman sebanyak 85.53%. Ini membuktikan sistem pengecaman bentuk agregat secara automatik yang dibangunkan berjaya mengkelaskan bentuk-bentuk agregat kepada dua kategori iaitu "elok" dan "buruk". Sebagai langkah awal untuk menghasilkan sistem pengecaman bentuk agregat mudah alih, sistem pengecaman menggunakan mikro pengawal juga telah dihasilkan dan dibuktikan keberkesanan dan kebolehpercayaannya. Sistem pengecaman yang berasaskan mikro pengawal ini telah menghasilkan peratus pengecaman yang sama nilainya dengan peratus pengecaman yang diperolehi menggunakan komputer peribadi.
format	Thesis
qualification_name	Master of Philosophy (M.Phil.)
qualification_level	Master's degree
author	Joret, Ariffuddin
author_facet	Joret, Ariffuddin
author_sort	Joret, Ariffuddin
title	Sistem pintar pengecaman bentuk agregat berasaskan rangkaian neural
title_short	Sistem pintar pengecaman bentuk agregat berasaskan rangkaian neural
title_full	Sistem pintar pengecaman bentuk agregat berasaskan rangkaian neural
title_fullStr	Sistem pintar pengecaman bentuk agregat berasaskan rangkaian neural
title_full_unstemmed	Sistem pintar pengecaman bentuk agregat berasaskan rangkaian neural
title_sort	sistem pintar pengecaman bentuk agregat berasaskan rangkaian neural
granting_institution	Universiti Sains Malaysia
granting_department	Faculty of Applied Science and Technology
publishDate	2005
url	http://eprints.uthm.edu.my/2445/1/ARIFFUDDIN%20BIN%20JORET%20-%2024p.pdf
_version_	1747830955617288192

Sistem pintar pengecaman bentuk agregat berasaskan rangkaian neural

Similar Items