شناسایی تقلب در پودر دارچین با استفاده از تصویربرداری فراطیفی
محل انتشار: مجله مهندسی بیوسیستم ایران، دوره: 55، شماره: 1
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 155
فایل این مقاله در 14 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_IJBSE-55-1_002
تاریخ نمایه سازی: 21 شهریور 1403
چکیده مقاله:
دارچین یکی از ادویه های مهم است که دارای خواص دارویی نیز می باشد. تشخیص تقلب در پودر دارچین با استفاده از روشهای آزمایشگاهی پرهزینه، زمان بر و نیازمند متخصص است. هدف از تحقیق حاضر تشخیص تقلب در پودر دارچین با استفاده از تصویربرداری فراطیفی است. تصویربرداری فراطیفی به طور گسترده ای در ارزیابی کیفیت مواد غذایی استفاده شده است. در پژوهش حاضر تعداد ۱۵ نمونه دارچین با سطوح تقلب ۰، ۵، ۱۵، ۳۰ و ۵۰ درصد تهیه گردید. مواد تقلبی شامل آرد نخود، آرد گندم و کف دریا بوده که به طور جداگانه مورد استفاده قرار گرفتند. سامانه تصویربرداری فراطیفی نور ساتع شده از نمونهها در محدوده مرئی و فروسرخ نزدیک از طول موج ۴۰۰ تا ۹۵۰ نانومتر را دریافت و به صورت تصویر فراطیفی در رایانه ذخیره نمود. پس از انتخاب طول موجهای موثر و استخراج ویژگی از تصاویر، ویژگیهای کارا انتخاب و با استفاده از روش ماشین بردار پشتیبان طبقهبندی شدند. نرخ طبقهبندی صحیح مدل طبقه بند با راهبرد یکی در برابر یکی در طبقهبندی ویژگیهای کارای انتخاب شده از تصاویر فراطیفی مرتبط با نور ساتع شده از نمونهها در محدوده مرئی و فروسرخ نزدیک به منظور تشخیص تقلب آرد گندم، نخود، و کف دریا در دارچین به ترتیب برابر ۵۵/۹۵، ۵۶/۸۵، و ۶۶/۹۶ درصد و نرخ طبقهبندی صحیح آن با راهبرد یکی در برابر همه به ترتیب برابر ۸۸/۷۸، ۷۷/۷۷، و ۴۴/۹۴ درصد بود.
کلیدواژه ها:
نویسندگان
محمدحسین نرگسی
گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران.
جعفر امیری پریان
گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران
حسین باقرپور
گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران.
کامران خیرعلی پور
گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه ایلام، ایلام ، 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 :