ساخت و توسعه یک سامانه ی ماشین بویایی در ترکیب با روش های شناسایی الگو برای تشخیص تقلب فرمالین در شیر خام

تقلب در شیر و دیگر محصولات لبنی نه تنها یک تهدید جدی برای سلامت انسان است بلکه زیان­های اقتصادی متعددی را نیز به دنبال دارد. از جمله تقلبات رایج در شیر خام، استفاده از مواد بازدارنده بار میکروبی است. در این پژوهش، یک سامانه­ی ماشین بویایی (بینی الکترونیکی) بر پایه هشت حسگر نیمه هادی اکسید فلزی (MOS) ساخته شد و قابلیت آن در تشخیص مقادیر مختلف فرمالین در شیر خام (۰، ۰۵/۰، ۱/۰، ۲/۰ و ۳/۰ درصد) مورد بررسی قرار گرفت. بردار ویژگی­ها از سیگنال پاسخ حسگرها استخراج و به عنوان ورودی مدل­های تشخیص الگو استفاده شد. بر اساس نتایج حاصل، آنالیز مولفه­های اصلی با دو مولفه­ی PC۱ و PC۲، % ۹۳ از واریانس داده­ها را پوشش داد. در مجموعه­ی حسگری، حسگرهای MQ۴، FIS، TGS۸۲۲ و TGS۲۶۲۰ بالاترین مقادیر ضریب لودینگ و حسگر TGS۲۶۰۲ کمترین مقدار این ضریب را به خود اختصاص دادند. همچنین استفاده از روش تحلیل تفکیک خطی، دقت طبقه­بندی  ۱/۸۰% را نشان داد. با کاربرد ماشین بردار پشتیبان با تابع چندجمله­ای درجه سه، دقت آموزش و اعتبارسنجی طبقه­بندی به ترتیب ۱۰۰ %و  ۹۱/۹۰ % به دست آمد. دقت طبقه­بندی کل نیز با به کارگیری تکنیک شبکه­های عصبی مصنوعی  ۱۰۰% به دست آمد.

کلیدواژه ها:

بینی الکترونیکی ، حسگرهای نیمه هادی ، فرمالین ، تحلیل مولفه های اصلی ، شبکه های عصبی مصنوعی