Loading...
|
Please use this identifier to cite or link to this item:
http://ir.hust.edu.tw/dspace/handle/310993100/8169
|
| Title: | 具智慧辨識之培植自動檢測設計 |
| Authors: | 黃銘凱
劉耀宗
廖翊翔
黃筑妍 |
| Contributors: | 資訊管理系 |
| Keywords: | 自動測試
深度學習
培植系統 |
| Date: | 2024-01
|
| Issue Date: | 2024-04-25T01:20:33Z
|
| Abstract: | 本研究主要探討自動腳本軟體在系統設備狀態上自動檢測的應用，並將人工智慧(Artificial Intelligence)的深度學習(Deep Learning)的技術應用於散田培植系統的設備運作檢測，研究將以散田培植系統的軟體及控制裝置為探討案例，除了設計合適的測試架構及黑箱測試個案外，亦將透過自動腳本軟體(AutoIt)的實作，進行測試個案的自動執行與結果紀錄，以提升系統檢測的效益。
在自動測試的腳本設計中，除改善先前研究在散田培植系統的個案檢測技術外，為了改善散田培植系統的LED燈裝置組件的檢測正確性，運用Python程式設計發展卷積類神經網路(Convolutional Neural Network，或稱CNN)，用於提升影像辨識分類的準確度，此外，自動測試腳本也增加擴充功能，包含啟動Python發展平台、載入卷積類神經網路模型、及取得影像辨識結果等，以增加自動測試的應用範圍。 |
| Appears in Collections: | [Department of Information Management] Monograph
|
Files in This Item:
| File |
Size | Format | |
|---|
| 具智慧辨識之培植自動檢測設計_20240324.pdf | 2557Kb | Adobe PDF | 146 | View/Open |
|
All items in HUSTIR are protected by copyright, with all rights reserved.
|
