@Article{, title={Classification of Wheat Kernels Types Using Different Artificial Intelligent Algorithms and Geometrical Features تصنیف بذور نبات الحنطة باستخدام انواع مختلفة من خوارزمیات الذكاء الاصطناعي والخصائص الھندسیة}, author={Zamen F. Jabr زمن فاضل جبر and Maha A. Sayal مھا عبد اللطیف سایل and Shaymaa R. Saleh شیماء راشد صالح}, journal={Journal of Education for Pure Science مجلة التربية للعلوم الصرفة}, volume={8}, number={2}, pages={99-111}, year={2018}, abstract={Abstract:The aim of prepare this paper is to provide classification methods that have ability to distinguishseed types named Canadian, Rose, and Kama from each other according to their geometricalfeatures. We implement intelligent system algorithms in order to separation wheat kernels types.Kernels dataset picked up from UCI machine learning database. The number of geometrical featuresis seven (area , perimeter , compactness, length of kernel, width of kernel, asymmetry coefficient ,length of kernel groove). Wheat is classified by applying three algorithms firstly classified usingfuzzy logic secondly using neural network with back propagation network thirdly using neuro-fuzzynetwork . Three different ratios of training/testing groups which are (50% to 50%, 30% to 70%, and10%to 90%) are applied to the classifiers. The higher system's accuracy that we are get on it is 100%for training and in testing is 89.03% in fuzzy logic classifier while in neural network with resilientback-propagation(Rprop) algorithm we get on 100% in training, and 99.04% in testing, in neurofuzzy(NF) classifier we get on 96.19% in training and 94.28 % in testing. The system achievedusing Matlab environment.

الخلاصة:في ھذا البحث وضفت انواع من خوارزمیات الذكاء الاصطناعي من اجل بناء مصنفات ذكیة لھا القدرة على فصل وتصنیفثلاثة انواع من بذور نبات الحنطة الواحدة عن الاخرى بالاعتماد على الخصائص الھندسیة لتلك البذور. قاعدة البیانات التي تضمنتعدد الخصائص الھندسیة في قاعدة البیانات ھذه ھو سبع خصائص تتضمن (المساحة، .UCI خصائص الانواع الثلاث اختیرت منالحدود الخارجیة، الاكتناز، طول البذرة، عرض البذرة، معامل اللاتماثل، طول الاخدود للبذرة). بذور الحنطة صنفت بتطبیقخوارزمیة المنطق المضبب اولا وبالشبكة العصبیة ذات الارتداد العكسي ثانیا وبالشبكة العصبیة المضببة ذات الارتداد العكسي ثالثا .ً،%۷۰-%۳۰ ، %٥۰% -% قاعدة البیانات التي تحوي الخصائص قسمت الى ثلاث مجامیع تدریب/اختبار وكانت بالنسب ( ٥۰۹۰ %). نسب التمییز المستحصلة من تطبیق ھذه المصنفات الثلاث كانت في مصنف المنطق المضبب بمقدار ۸۹٫۰۳ % في -%۱۰مجموعة الاختبار و ۱۰۰ % في مجموعة التدریب وبلغت نسب التمییز في مصنف الشبكة العصبیة ۹۹٫۰٤ % في مجموعة الاختبارو ۱۰۰ % في مجموعة التدریب اما في المصنف الثالث (الشبكة العصبیة المضببة ) فقد بلغت نسب التمییز ۹٤٫۲۸ % في مجموعةالاختبار و ۹٦٫۱٦ % في مجموعة التدریب لھذا المصنف. نظام التصنیف ھذا انجز باستخدام بیئة ماتلاب.} }