به کارگیری سامانه بینی الکترونیک به منظور درجه بندی کیفی چای سیاه ایرانی
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 443
فایل این مقاله در 12 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-6-3_004
تاریخ نمایه سازی: 2 تیر 1399
چکیده مقاله:
چای یکی از محصولات استراتژیک شمال ایران به شمار می رود. چای تولید شده در کارخانجات چایسازی، تحت تاثیر عوامل مختلفی نظیر شرایط آب و هوایی در دوره رشد، خاک، زمان برداشت، و همچنین روش های فراوری و آماده سازی، دارای کیفیت های متفاوت می باشد. علاوه بر خصوصیات ظاهری، از دیگر ویژگی های مهم چای، ترکیبات شیمیایی و خصوصیات عطری آن می باشند. بررسی روش های جدید و دقیق در زمینه پایش کیفی چای، تاثیر بسزایی در پیشرفت صنایع تبدیلی در حوزه چای دارد. در این پژوهش از یک سامانه بینی الکترونیک به منظور استخراج ویژگی های مربوط به عطر چای و بکارگیری این ویژگی ها برای طبقه بندی کیفی چای سیاه استفاده شد. ویژگی های استخراج شده از یک آرایه حسگری شامل ده حسگر گازی مختلف اکسید فلزی، برای طبقه بندی پنچ گروه کیفی چای سیاه به کمک روش های کمومتریک استفاده شدند. نتایج نشان داد که بهترین عملکرد طبقه بندی توسط شبکه های عصبی مصنوعی با دقت طبقه بندی کلی 88.00% به دست آمد. روش آنالیز تشخیصی خطی و ماشین بردار پشتیبان به ترتیب دقت هایی برابر با 78.00% و86.67% را منتج شدند. همچنین براساس نتایج روش آنالیز مولفه های اصلی، مشخص شد که حسگرهای MQ7 بیشترین تاثیر را در جداسازی گروه های کیفی چای داشت. به طور کلی، عملکرد سامانه بینی الکترونیک در طبقه بندی کیفی چای سیاه ایرانی، مناسب بود.
کلیدواژه ها:
نویسندگان
سید حسین پیمان
دانشیار، گروه مهندسی مکانیزاسیون کشاورزی، دانشکده علوم کشاورزی، دانشگاه گیلان، رشت، گیلان
عادل بخشی پور زیارتگاهی
استادیار، گروه مهندسی مکانیزاسیون کشاورزی، دانشکده علوم کشاورزی، دانشگاه گیلان، رشت، گیلان، ایران
علیرضا ثنایی فر
دانش آموخته دکتری، مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شیراز، شیراز، فارس
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 :