research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

Article
Spiking Neural Network in Precision Agriculture
الشبكة العصبية المتصاعدة في الزراعة الدقيقة

Authors: Nadia Adnan Shiltagh نادية عدنان شلتاغ --- Hasnaa Ahmed Abas حسناء احمد عباس
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2015 Volume: 21 Issue: 7 Pages: 17-34
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In this paper, precision agriculture system is introduced based on Wireless Sensor Network (WSN). Soil moisture considered one of environment factors that effect on crop. The period of irrigation must be monitored. Neural network capable of learning the behavior of the agricultural soil in absence of mathematical model. This paper introduced modified type of neural network that is known as Spiking Neural Network (SNN). In this work, the precision agriculture system is modeled, contains two SNNs which have been identified off-line based on logged data, one of these SNNs represents the monitor that located at sink where the period of irrigation is calculated and the other represents the soil. In addition, to reduce power consumption of sensor nodes Modified Chain-Cluster based Mixed (MCCM) routing algorithm is used. According to MCCM, the sensors will send their packets that are less than threshold moisture level to the sink. The SNN with Modified Spike-Prop (MSP) training algorithm is capable of identifying soil, irrigation periods and monitoring the soil moisture level, this means that SNN has the ability to be an identifier and monitor. By applying this system the particular agriculture area reaches to the desired moisture level.

في هذا البحث, تم عرض نظام الزراعة الدقيقة بالاعتماد على شبكة الاستشعار اللاسلكية. تعتبر رطوبة التربة واحدة من العوامل البيئية المؤثرة على المحصول. فترة السقي يجب ان تراقب. الشبكات العصيبة لها القدرة على تعلم سلوك التربة الزراعية بغياب التمثيل الرياضي. هذا البحث يقدم نوع معدل من الشبكة العصبية التي تسمى بالشبكة العصبية المتصاعدة. في هذا العمل, النظام الزراعي الدقيق, الذي تم تمثيله, يحوي اثنين من الشبكات العصبية المتصاعدة SNN التي تم تعريفها بدون اتصال (off-line) بالاعتماد على بيانات مسجلة, واحدة من هاتين SNN تمثل المُراقب الذي يقع في الوحدة المركزية حيث يحسب فترة السقي و الاخر يمثل التربة, بالاضافة الى ذلك , لتقليل الطاقة المستهلكة لعقد الاستشعار, تم استخدام خوارزمية توجيه معدلة (MCCM). وفقا لهذه الخوارزمية (MCCM) فأن عقد الاستشعار سترسل بياناتها الاقل من عتبة مستوى الرطوبة الى الوحدة المركزية . الشبكة العصبية المتصاعدة مع خوارزمية التدريب المعدلة MSP قادرة على : تعريف التربة, تعريف فترة السقي و مراقبة مستوى رطوبة التربة, وهذا يعني ان SNN يمكنها ان تكون مُعرف و مُراقب. بتطبيق هذا النظام فأن المنطقة الزراعية ستصل الى مستوى الرطوبة المطلوبة.

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

English (1)


Year
From To Submit

2015 (1)