Разработка программного обеспечения для оценки качества зерна на основе нейросетевых моделей

Abstract

Работа ставит своей целью разработку программного обеспечения для анализа качества зерна в процессе его уборки с применением нейронных сетей. Качество зерна определяется объемом мусорных объектов, недомолотого зерна, дробленого зерна в чистом объеме, что в дальнейшем определяет объем продукции, которая разрешена к продаже. В ходе работы было обучено и протестировано несколько нейросетевых и классических алгоритмов, из которых впоследствии были выбраны модели для внедрения в программное обеспечение. Разработанное программное обеспечение протестировано в реальных условиях. Тестирование показало наличие практически линейной зависимости между измеряемыми показателями нейросетевых моделей и объема содержания примесей, что показывает применимость предложенного метода и возможность его дальнейшего внедрения