فهرست نشریات علمی دسترسی آزاد ایران

هدف: پنبه یک الیاف برجسته است که بخش‌های صنعتی و کشاورزی در سراسر جهان را کنترل می‌کند. پنبه یک ماده اساسی است که در ساخت منسوجات استفاده می‌شود. تشخیص زودهنگام بیماری‌های روی برگ‌های پنبه برای پیشگیری از آنها و افزایش بهره‌وری ضروری است. ردیابی بیماری‌های برگ پنبه و ارزیابی سلامت گیاه برای کشاورزانی که صرفاً بر تخصص و دانش ذهنی خود متکی هستند چالش برانگیز است. علاوه بر این، شبکه‌های عصبی مصنوعی برای کاهش محدودیت‌های روش‌های سنتی پیشنهاد شده‌اند و می‌توانند برای مدیریت داده‌های غیرخطی و پیچیده، حتی زمانی که داده‌ها نادقیق و نویز هستند، استفاده شوند. داده های کشاورزی می توانند بسیار بزرگ و پیچیده باشند که از طریق تجزیه و تحلیل بصری یا همبستگی های آماری قابل رسیدگی نباشد. این امر استفاده از هوش ماشینی یا هوش مصنوعی را تشویق کرده است. هدف این مطالعه تشخیص بیماری‌ها و بهبود کشت پنبه با استفاده از روش‌های هوش مصنوعی (AI) بود. نتایج: یافته‌های مطالعه نشان می‌دهد که روش‌های تشخیص خودکار فعلی برای بیماری‌های محصول پنبه هنوز در مراحل اولیه توسعه خود با بیوتکنولوژی و هوش مصنوعی (AI) هستند. این بررسی نیاز به توسعه ابزارهای تشخیصی خودکار، مقرون‌به‌صرفه، قابل اعتماد، دقیق و سریع را برای تشخیص بیماری‌های برگ پنبه برای افزایش بازده و کیفیت تأیید می‌کند. نتیجه‌گیری: این مقاله چندین تکنیک محاسباتی مورد استفاده در مراحل مختلف ساختارهای بیماری‌زای گیاهی، از جمله آماده‌سازی تصویر، تقسیم‌بندی، استخراج ویژگی‌ها و انتخاب، و طبقه‌بندی را تحلیل می‌کند. این مطالعه مسیرها و مناطق معتبر آینده را برای اکتشاف بیشتر شناسایی کرد. برای شناسایی و دسته‌بندی بیماری‌های مختلف در محصولات پنبه به روش‌های نوآورانه و کاملاً خودکار به کمک رایانه نیاز است.