قابلیت بینی الکترونیک با حسگرهای اکسید فلزی تحت مدولاسیون دمایی در تشخیص منشاء جغرافیایی ادویه جات
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 485
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIFT-6-2_005
تاریخ نمایه سازی: 2 تیر 1399
چکیده مقاله:
ادویه علاوه بر تاثیر در طعم و کیفیت مواد غذایی، به دلیل خواص ضد میکروبی یا آنتی اکسیدانی عمر ماندگاری مواد غذایی را نیز فزایش می دهد.گونه های مختلف ادویه ها بر اساس محل رویش، کیفیت و ارزش اقتصادی متفاوتی دارند. بنابراین طبقه-بندی و جداسازی آن ها براساس منشاء جغرافیایی مورد توجه مصرف کنندگان و فروشندگان بوده و از اهمیت بالایی برخوردار است. در این پژوهش توانایی کاربرد بینی الکترونیک بر پایه حسگرهای نیمه هادی اکسید فلزی به عنوان ابزاری غیرمخرب برای تشخیص منشاء جغرافیایی (هند، چین و پاکستان) سه ادویه فلفل سیاه، دارچین و زردچوبه مورد مطالعه قرار گرفت. مدولاسیون دمایی به صورت الگوی ولتاژ سینوسی انجام شد و پاسخ گذرای حسگرها برای تحلیل داده ها مورد بررسی قرار گرفت. تحلیل مولفه های اصلی(PCA) ، تحلیل تفکیک خطی(LDA)، ماشین بردار پشتیبان (SVM) و شبکه های عصبی مصنوعی (ANN) روش هایى بودند که برای رسیدن به این هدف مورد استفاده قرار گرفت. نتایج نشان داد که تصویر داده ها با استفاده از روش PCA به صورت کاملا واضح خوشه های مجزایی را بر روی فضای تغییر شکل یافته PC ایجاد کرد. با کاربرد روش های LDA، SVM و ANN در تفکیک بر اساس منشاء جغرافیایی برای هر سه ادویه، دقت طبقه بندی %100 بدست آمد. همچنین از صحت سنجی مدل های مذکور دقت %100 حاصل گردید. بنابراین می توان نتیجه گرفت که بینی الکترونیک مبتنی بر حسگرهای نیمه هادی اکسید فلزی تحت مدولاسیون دمایی در ترکیب با روش های کمومتریکس (شیمی سنجی) می تواند ابزار موثر و کارآیی در طبقه بندی سریع و غیر مخرب نمونه های فلفل سیاه، دارچین و زردچوبه بر اساس منشاء جغرافیایی باشد.
کلیدواژه ها:
نویسندگان
مجتبی توحیدی
دانش آموخته دکترا، گروه مهندسی مکانیک بیوسیستم ، دانشکده کشاورزی، دانشگاه شهرکرد
مهدی قاسمی ورنامخواستی
دانشیار، گروه مهندسی مکانیک بیوسیستم ، دانشکده کشاورزی، دانشگاه شهرکرد
مهدی قاسمی نافچی
استادیار، گروه مهندسی علوم باغبانی، دانشکده کشاورزی، دانشگاه شهرکرد
مجتبی نادری بلداجی
دانشیار، گروه مهندسی مکانیک بیوسیستم ، دانشکده کشاورزی، دانشگاه شهرکرد
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :