طبقه بندی محصول مرزه (Satureja hortensis L.) براساس سطح کود اوره مصرفی به کمک ماشین بویایی
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 174
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJMAPR-35-5_007
تاریخ نمایه سازی: 6 مهر 1400
چکیده مقاله:
شناسه دیجیتال (DOR):۹۸.۱۰۰۰/۱۷۳۵-۰۹۰۵.۱۳۹۸.۳۵.۷۸۹.۹۷.۵.۱۵۹۱.۱۶۱۰ مرزه (Satureja hortensisL.) گیاهی معطر و از خانواده نعناعیان است که دارای خواص دارویی بسیار زیادی می باشد. امروزه در پرورش این گیاه از کود اوره استفاده می شود که تاثیر زیادی بر عملکرد آن دارد. اما استفاده بی رویه از کود اوره سلامت مصرف کننده را به شدت تهدید می کند. ازاین رو در این تحقیق، طبقه بندی محصول مرزه برداشت شده براساس میزان اوره مصرفی به کمک سامانه ماشین بویایی بررسی شد. اوره در چهار سطح (صفر، ۵۰، ۱۰۰ و ۱۵۰ کیلوگرم در هکتار) به خاک اضافه شد. مرزه در کرت های آزمایشی و در شرایط گلخانه ای پرورش داده شد. رایحه نمونه ها به کمک سامانه بینی الکترونیک ارزیابی شد. به منظور بهبود سیگنال های خروجی بینی الکترونیک، داده ها به روش کسری نرمال شدند. برای ترکیب ویژگی ها از روش تحلیل مولفه های اصلی (PCA) و برای طبقه بندی آنها از شبکه عصبی مصنوعی (ANN) استفاده شد. براساس نتایج، حسگر TGS۸۲۲ بهترین پاسخ را در محدوده تغییرات کود اوره مورد آزمایش از خود نشان داد. براساس نتایج تحلیل مولفه های اصلی، PC۱ و PC۲ ۹۳% واریانس داده ها را مورد پوشش قرار دادند. همچنین ماتریس اغتشاش بهترین ساختار ANN، تفکیک ۱۰۰% را نشان داد.
کلیدواژه ها:
نویسندگان
فرانه خدامرادی
دانشجوی کارشناسی ارشد، گروه مهندسی مکانیک بیوسیستم، دانشگاه رازی، کرمانشاه، ایران
اسماعیل میرزایی قلعه
استادیار، گروه مهندسی مکانیک بیوسیستم، دانشگاه رازی، کرمانشاه، ایران
محمد جعفر دالوند
دانش آموخته مقطع دکتری، رشته مهندسی مکانیک بیوسیستم، دانشگاه تهران، تهران، ایران
روح الله شریفی
استادیار، گروه گیاه پزشکی، دانشگاه رازی، کرمانشاه، ایران
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 :