跳到主要內容

臺灣博碩士論文加值系統

(34.204.169.230) 您好!臺灣時間:2024/02/21 22:17
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:鐘大歡
研究生(外文):TA-HUAN CHUNG
論文名稱:鑑別闊葉樹材專家系統建立之研究
論文名稱(外文):Studies of the Establishment of an Expert System in Hardwood Identification
指導教授:洪國榮洪國榮引用關係王瀛生
指導教授(外文):KUO-JONG HONGYING-SHENG WANG
學位類別:博士
校院名稱:國立中興大學
系所名稱:森林學系
學門:農業科學學門
學類:林業學類
論文種類:學術論文
論文出版年:2003
畢業學年度:92
語文別:中文
論文頁數:185
中文關鍵詞:木材鑑別專家系統資料挖掘決策樹
外文關鍵詞:wood identificationexpert systemdata miningdecision tree
相關次數:
  • 被引用被引用:9
  • 點閱點閱:293
  • 評分評分:
  • 下載下載:62
  • 收藏至我的研究室書目清單書目收藏:2
木材鑑別(Wood identification)不僅是木材科學中一門重要的學問,實務應用上更是木材適材適用最重要的關鍵。木材鑑別的基本知識雖可以由學校課程或書籍獲得,一個熟練專家的養成卻須經過長期研究累積經驗方能達成。因此,對缺乏經驗的研究者而言,經驗和資訊是進入這個領域最大的門檻。
本研究結合資訊科技及傳統木材鑑別技巧,創造木材鑑別之專家系統,期望能對從事木材鑑別人員提供更便捷、快速的木材鑑別的方法。
主要材料為農委會林業試驗所木材利用組標本館之標本擇其部份,共127科645屬784種之闊葉樹木材。以50種能在10倍放大鏡觀察之特徵進行觀察、紀錄。並針對資料特性建構木材鑑別資料庫、資料庫操作之使用者界面(User interface)及輔助量化特徵(Quantitative features)量測等工具,以簡化冗煩的資料庫操作及量化特徵的量測過程。以此資料庫為基礎,籍由資料挖掘(Data mining) 決策樹(Decision tree)之技術進行木材鑑別知識(規則)的挖掘。資料挖掘之結果則儲存於資料庫中以配合規則庫專家系統(Rule-based expert system)推論引擎(Reasoning engine)使用,可達到互動式(Interactive)木材查詢的功能。並以電腦輔助木材鑑別(Computer aided wood identification)程式為輔助,提供不同的木材查詢方式。木材可能範圍縮小至一定範圍時可進行木材橫切面圖片的比對。
本實驗的重要結果摘述如下:
1.在決策樹中根節點(Root)為“Color, dark brown, definite brown”特徵,代表對木材鑑別資料庫而言,此特徵為最佳屬性(Best attribute),亦是最有區分價值為特徵。
2.經過對測試組40種木材進行測試,系統的平均執行時間(The mean response time)為6.02秒,此為系統執行查詢及提供互動所需使用時間。(不包括使用者自行判斷及對木材觀察的時間),最差為15.63秒,最佳為0.54秒。
3.對整個決策樹而言系統搜尋至個別樹種平均使用的特徵數目為13個。
Wood identification is an experience-oriented skill based on knowledge of wood anatomy. A wood identification expert system is a rule-based system and a powerful tool that enables the user to search wood more conveniently and efficiently. In this study, samples of 784 species of hardwood from 645 genera, 127 families in Taiwan Forestry Research Institute (TFRI) wood lab were used to establish a wood identification expert system. The aging layer of each specimen was removed by a sliding microtome to obtain a fresh wood surface to ensure that users can observe wood features clearly. After examining these specimens for 50 discernible macro-features with a hand lens or by naked eyes, data and images of wood features were recorded in a database or digital format. During establishment of this database, some handy tools were created to reduce time consumption, especially in measuring quantitative features of wood, and operation of the database was made easier with a user-friendly interface that enabled efficient modification, insertion, deletion, and searching in the database.
After establishment of the database, a new technique, data mining, was used to retrieve unknown, implicit, and yet useful information or knowledge from the database. Among various methods of data mining, “decision tree” was adopted to classify wood specimens by the ID3 algorithm. By using this decision tree, various rules of wood identification were derived. A new reasoning expert system, WIES (Wood Identification Expert System), was implemented based on those rules and provides not only friendly interfaces but robust searching engines also.
In addition to a PC version, the WIES was implanted to web-based and mobile-based equipment.
To evaluate the performance of this system, 40 commercial woods were identified. The total time-cost for identifying each specimen was calculated with a time measuring engine having output in a format of log files. The average response time (user hesitating time is excluded) was 6.02 sec (the worst case was 9.74sec and the best case was 1.2sec). The average accuracy of finding any unknown wood was 87.5% and required 13 steps.
Abstract I
摘要 II
目錄 IV
圖目次 VI
表目次 VIII
本研究使用木材之科索引 IX
I. 前言 1
II.前人研究 3
III.傳統木材鑑別模式 6
(I)木材鑑別知識的表現形態 6
1.文字敘述 6
(1)木材鑑別專書 6
(2)木材各論相關文獻及圖鑑 6
(3)經歸納之木材鑑別知識 7
2.檢索表 7
3.穿孔卡 8
4.資料庫表示 9
5.決策樹(Decision tree) 11
6.專家系統之規則庫所使用之規則 13
(II)木材鑑別的技巧: 14
1.觀察木材特徵 14
2.進一歩確認 15
(III)木材鑑別之關鍵特徵 16
(IV)木材鑑別的瓶頸 16
IV.專家系統 17
(I)何謂專家系統 17
(II)專家系統的主要元件 17
(III)規則庫專家系統(Rule-based expert system) 18
(IV)資料擷取(Data acquisition) 20
V.研究材料與方法 21
(I)研究材料 21
(II)研究方法 23
1.木材特徵之選取 24
2.木材標本之觀察 25
3.本研究使用木材鑑別之組織特徵說明 27
4.木材鑑別特徵之觀察與紀錄 35
5.資料挖掘 37
(1)資料挖掘的定義 37
(2)資料挖掘主要的方法 38
(3)決策樹 38
(4)使用決策樹的優點 40
5.規則的解釋機制 41
6.系統執行效率之檢測 42
(1)準確度的量測 42
(2)系統反應時間的量測 42
VI.結果與討論 43
(I)木材觀察結果 43
(II)資料挖掘結果 43
(III)專家系統之使用者界面說明 46
IV結論 51
VI.參考文獻 52
附錄1 本研究使用材料及頁數索引 56
附錄2本研究使用材料之特徵 71
附錄3本研究使用材料之橫切面圖鑑 88
1.王松永 (1991) 商用木材。中華民國林產事業協會。
2.王瀛生 (1994) 中國大陸產商用木材鑑別特徵之研究。台灣林業試驗所:359-378。
3.王瀛生(1997) 南洋產重要商木材 彩色圖鑑(一)。 台灣省林業試驗所 台北。
4.王瀛生、林裕仁 (1999) 台灣產重要商用木材。 行政院農業委員會林業試驗所 台北。
5.王瀛生(2003) 南洋產重要商木材 彩色圖鑑(二)。 行政院農業委員會林業試驗所 台北。
6.加納孟(1977) 世界の有用木材300種。日本木材加工技術協會 日本。
7.成俊卿,楊家駒,劉鵬 (1985) 中國木材志。 中國林業出版社。
8.吳順昭,蔡嘉祥 (1976) 南洋材構造及鑑定之研究。國立台灣大學森林系。
9.吳旭智、賴淑貞 (2001) 資料採礦理論與實務。 維科圖書有限公司。
10.呂福原、蔡崑堭、莊純合、張義雄 (1998) 台灣商用木材圖鑑 國立嘉義大學。
11.呂福原,歐辰雄,廖秋成 (1987) 南洋材。 國立嘉義農專森林科叢書。
12.周正,陳喜軍,薛茂賢 (1994) 世界主要用材樹種概論。中國林業出版社。
13.李維平(2003) http://www.datamining.org.tw/teach/online.asp。
14.陳周宏 (1994) 針葉樹材解剖特徵之電腦輔助鑑別模式。國立台灣大學森林學研究所博士論文。
15.陳峰棋(2001)資料結構使用C語言。知城數位科技圖書 台北 第72-74頁。
16.姜笑梅、張立菲、劉鵬 (1999) 拉丁美洲熱帶木材。中國林業出版社。
17.曾憲雄,黃國禎,江孟峰,蔡昌均,林耀聰(2002)專家系統-導論/工具/應用。松崗電腦圖書資料有限公司 台北。
18.緒方 健 (1985) 南洋材の識別。 日本木材加工技術協會。
19.廖坤福 (1987) 木材組織學 國立中興大學教務處。
20.劉業經、呂福原、歐辰雄(1994) 台灣樹木誌。國立中興大學農學院叢書 第18頁。
21.劉鵬,姜笑梅,張立非 (1996) 非洲熱帶木材。中國林業出版社。
22.劉鵬、楊家駒 (1996) 東南亞熱帶木材。中國林業出版社。
23.謝明興(1988)專家系統。松崗電腦圖書資料有限公司 第28-29頁 台北。
24.鐘大歡(1999) 電腦輔助木材鑑別模式-以50種闊葉樹木材為例。中興大學碩士論文。
25.Alston, A.S. (1982) Timbers of Fiji properties and potential uses. Whitclulls Limited, New Zealand. p.30.
26. Berni, C.A., E. Bolza and F. J. Christensen (1979) South American Timbers- The Characteristics properties and uses of 190 species. CSIRO. Australia.
27.Burely,J. and R.B.Miller (1982) The application of statistics and computing in wood anatomy. IAWA Bulletin n.s.,.
28.Burgess P.F. (1966) Timbers of Sabah. Forest Department, Sabah, Malsysia.
29.Carlquist, S.(1988) Comparative wood Anatomy. Springer-Verlag, Berlin.
30.Dick, J.B. (1972) Handbook of Hardwoods. Crown copyright, London.
31.CÔre, H.A., W.A. Côte and A.C.Day (1981) Wood Structure and Identification. Syracuse university press.
32.Gonzalez, R. C., R. E.Woods (1992) Digital Image Processing. Addison Wesley.
33.Han, J., M. Kamber (2001)Data Mining -Concepts and Techniques. Morgan Kaumann Publishers. p.285-289.
34.Hoadley, R.B. (1990)Identifying Wood(Accurate results with simple tools). The Taunton Press, Connecticut.
35.IAWA Committee. (1981) Standard list of characters suitable for computerized hardwood identification. IAWA Bulletin n.s., Vol.2(2-3) 99-110.
36.IAWA Committee. (1989) IAWA Committee IAWA list of microscopic features for hardwood identification. IAWA Bulletin n.s., Vol.10(3) 219-332.
37.Ignizio, J. P.( 1991) Introduction to Expert System-The development and implemmentation of rule-based expert system. McGraw-Hill,Inc.
38.Ilic, J. (1990) The CSIRO macro key for hardwood identification. Crawford House Press Australia.
39.Ilic, J. (1991) CSIRO Atlas of Hardwoods. Crawford House Press Australia.
40.Kribs, D.A. (1968) Commercial Foreign Woods on the American Market. Dover publications, Inc., New York.
41.Kuroda, K. (1987) Hardwood identification using a microcomputer and IAWA codes. IAWA Bulletin n.s., Vol. 8(1):69-77.
42.LaPasha, C.A. and E.A. Wheeler (1987) A microcomputer based system for computer-aided wood identification. IAWA Bulletin n.s., Vol.8(4):347-362.
43.Miller, R.B. (1981)Explanation of coding procedure. IAWA Bulletin n.s., Vol.2(2-4):111-145.
44.Miller, R.B. (1986) A response to Wheeler and Pearson’s critical revies of the IAWA Standard list of characters. IAWA Bulletin n.s., Vol. 7(3):255-262.
45.Miller,R.B.,R.G. Pearson and E.A. Wheeler(1987) Creation of a large database with IAWA standard list. IAWA Bulletin n.s., vol.8(3);219-236.
46.Negnevitsky, M.(2002) Artificial Intelligence-A Guide to Intelligent System Addison Wesley. p.26-50.
47.Panshin, A.J. and C. Zeeuw (1980) Textbook of Wood Technology .McGraw-Hill,Inc.
48.Patterson, D. (1988) Commercial Timbers of the World. Gower Technical Press.
49.Pearson, R.G. and E.A. Wheeler (1981) Computer identification of hardwood species. IAWA Bulletin n.s., Vol.2(1):37-40.
50.Quirk, J.T. (1983) Data for a computer-assisted wood identification system-commercial Legumes of tropical Asia and Australia. IAWA Bulletin n.s., Vol.4(2-3):118-130.
51.Rendle, B.J.(1969) World timbers. Volume one Europe & Africa. Ernest benn limited University of toronto press, London.
52.Rendle,B.J. (1980) World timbers. Volume two North & South Amercia. Ernest benn limited University of toronto press, London.
53.Silberschatz, A, H. F. Korth and S.Sudarshan (1997) Database system concepts. 3rd edition. The McGraw-Hill Companes,Inc, New York.
54.Waterman, D. A. (1986) A Guide to Expert Systems Addison Wesley.
55.Wheeler, E.A. and P. Bass (1998)Wood Identification- A review. IAWA Bulletin n.s., vol.19(3): 241-264.
56.Wheeler, E.A., R.G. Pearson and C.A. LaPasha (1987) Objectives of computerized database for wood. IAWA Bulletin n.s., Vol. 8(4):355-362.
57.Wheeler, E.A. and R.G. Pearson (1985) A critical review of the IAWA standard list of characters formatted for the IDENT programs. IAWA Bulletin n.s., Vol.6(2) 151-160.
58.http://content1.edu.tw/webupload/meei/material/548085/bcc6-1/bcc6-1-1.htm.
59.http://woodsearch.tfri.gov.tw/cawi.htm.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top