مرتبه علمی: استادیار
مقطع تحصیلی : دکترا
دانشکده :کشاورزی و منابع طبیعی
گروه :تولیدات گیاهی
کارشناسی: مهندسی ماشینهای کشاورزی دانشگاه شهید باهنر کرمان 1383
کارشناسی ارشد: مهندسی مکانیک ماشینهای کشاورزی دانشگاه شهید باهنر کرمان 1387
دکتری: مهندسی مکانیک بیوسیستم گرایش فناوری پس از برداشت دانشگاه تهران 1398
فناوری پس از برداشت
هوش مصنوعی
پردازش تصویر
بیوالکترونیک
ارزيابي تحمل به خشکي در الينهاي نوترکيب گندم (.Triticum aestivum L)با استفاده از شاخصهاي تحمل به تنش خشکي
بررسي تنوع ژنتيکي در ژرم پلاسم زيتون (Olea europaea L.) استفاده از پردازش تصوير و نشانگرهاي مولکولي بر اساس ويژگي هاي فيزيکي ميوه ها و هسته ها
بررسي روابط بين عملکرد و اجزاي عملکرد دانه در ارقام بهاره کلزا با استفاده از روشهاي آماري چندمتغيره
Investigation of genetic diversity of different spring rapeseed (Brassica napus L.) genotypes and yield prediction using machine learning models
Miri, S., Sabouri, H., Ebadi, A.A. and Sajjadi, S.J., 2020. Relationship of microsatellite molecular markers with morphophonological traits in rice under flooding conditions and drought stress. Journal of Cellular and Molecular Research (Iranian Journal of Biology), 33(2), pp.287-298.
Miri, A., Sabouri, H., Hossein Moghaddam, H., Soughi, H., Mollashahi, M. and Sajjadi, S.J., 2020. Genetic Structure of Wheat (Triticum aestivum L.) Grain Characteristics by Using Image Processing and Generation Mean Analysis Techniques. Journal of Genetic Resources, 6(2), pp.131-141.
Sabouri, H., Sajadi, S.J., Jafarzadeh, M.R., Rezaei, M., Ghaffari, S. and Bakhtiari, S., Image processing and prediction of leaf area in cereals: A comparison of Artificial Neural Networks, Adaptive Neuro‐Fuzzy Inference System, and Regression methods. Crop Science.
Shamsabadi, E.E.H., Sabouri, H., Soughi, H. and Sajadi, S.J., 2020. Genetic analysis of spike traits in wheat (Triticum aestivum L.). Genetika, 52(2), pp.559-569.
Sajadi, S.J., Hosseinpour, S. and Rafiee, S., 2020. Modeling and Simulation of Enzymatic Biosensor for Detecting Aflatoxin B1 Using Artificial Neural Network. Iranian Journal of Biosystems Engineering, 51(1), pp.23-35.
Shamsabadi, E.E., Sabouri, H., Soughi, H., Sajadi, S.J., Mirzahashemi, M., Mohammadi-Nejad, G., Golkar, P., Babaei, M., Hosseini, R., Hosseinpour, B. and Bouzari, N., 2019. 91. Diallel analysis of some important Morpho-Phenological traits in bread Wheat (Triticum aestivum L.) crosses. Journal Archive, 8.
Shirmohammadli, S., Sabouri, H., Ahangar, L., Ebadi, A.A. and Sajjadi, S.J., 2018. Genetic diversity and association analysis of rice genotypes for grain physical quality using iPBS, IRAP, and ISSR markers. Journal of Genetic Resources, 4(2), pp.122-129.
مقايسه کارايي الگوريتم هاي مختلف يادگيري ماشين در درجه بندي ميوه عناب
Prediction of hybrid rice performance based on their parents characteristics using artificial intelligence methods
Prediction of leaf area in triticale, bread and durum wheat using regression, Neural Networks, Adaptive Neuro-Fuzzy Inference System
تخمین خصوصیات هندسی دانه شلتوک بر پایه پردازش تصویر با استفاده از شبکه عصبی مصنوعی
تشخیص هوشمند دانه های برنج نیم دانه با استفاده از شبکه عصبی مصنوعی
سورتینگ هوشمند دانه های گندم آفت زده
بررسی مقایسه ای کارایی استفاده از سیستم استنتاج نروفازی (ANFIS) و شبکه عصبی مصنوعی MLP در پیش بینی میزان تولید محصولات غذایی
سورتینگ دانه های گندم با استفاده از پردازش صدای برخورد
تعيين شدت بيماري با استفاده از يادگيري عميق در برگ گياهان
پيشبيني رسيدگي ميوه هلو با استفاده از پردازش تصوير و هوش مصنوعي
مدلسازي عمرانباري وخصوصيات کمي و کيفي ميوه هاي شـليل پس از برداشت با استفاده از پردازش تصوير و هوش مصنوعي
طبقه بندي کيفيت آب کشاورزي با استفاده از سيستم مبتني بر قانون فازي
پيش بيني خصوصيات برنج هيبريد از روي والدين آنها با استفاده از شبکه هاي عصبي (ANN)، سيستم نروفازي (ANFIS) و بردار ماشين پشتيبان (SVM)
اندازه گیری خصوصیات هندسی برگ جو با استفاده از تلفن همراه هوشمند
خوشه بندی ارقام مختلف غلات دانه ریز با استفاده از شبکه عصبی مصنوعی و خوشه بندی فازی
کاربرد پردازش سیگنال صدای برخورد در سورتینگ برنج
بررسی خصوصیات فیزیکی چند رقم برنج
اثر متقابل ژنوتیپ و محیط در جو Hordeum Vulgare L.
تاثیر نیتروژن و الگوی کاشت جو و نخود فرنگی بر شاخص های رقابت
تعیین برخی خصوصیات فیزیکی ارقام نخود آبگوشتی
معرفی ارقام برنج متحمل به خشکی برای منطقه گنبد کاووس
کاربرد شبکه های عصبی مصنوعی در پیش بینی عملکرد محصول کلزا
مقایسه روش های مختلف ریاضی در برآورد عملکرد محصول سویا
تجزیه ارتباط و پیشبینی ویژگیهای زیتون با استفاده از ماركرهای مولكولی و هوش مصنوعی
تجزیه ارتباط و پیشبینی عملكرد ژنوتیپهای گندم تحت مدلهای BLUP، Blue و الگوریتمهای هوش مصنوعی
بررسی الگوهای هتروژنتیکی نشانگرهای SSR در گندم های والدینی و پیش بینی عملکرد هیبرید
15-17 | 13-15 | 10-12 | 8-10 | |
---|---|---|---|---|
https://elc.gonbad.ac.ir/k18585 | شنبه | |||
https://elc.gonbad.ac.ir/k17949 | یکشنبه | |||
https://elc.gonbad.ac.ir/k17990 | https://elc.gonbad.ac.ir/k18559 | دوشنبه | ||
سه شنبه | ||||
چهارشنبه |
مکانيک سيالات
مقاومت مصالح
استاتیک (ایستایی)
معادلات ديفرانسيل
ریاضیات عمومی
فیزیک عمومی
ترمودینامیک
پدیده انتقال
محاسبات عددی