تشخیص و شناسایی تقلب درصدهای مختلف پودر ذرت در قهوه به کمک بینی الکترونیکی

قهوه در حال حاضر دومین کالای بزرگ در بازار جهانی است و نگرانی زیادی در مورد کیفیت دانه های صادر شده از کشورهای تولید کننده به اروپا و آمریکا وجود دارد. کیفیت به یکی از مهمترین جنبه های صنعت قهوه تبدیل شده است. در جوامع امروزی مشکلاتی مانند تقلبات در موادغذایی، عدم رعایت اصول بهداشتی در تهیه، تبدیل، نگهداری، توزیع و مصرف این مواد باعث بروز مشکلات بسیاری برای انسان شده است. بنابراین ضروری است تا با کمک روشهای سریع و بی خطر انواع تقلب را تشخیص داد. در این پژوهش امکان سنجی کاربرد سامانه بینی الکترونیکی بر پایه ی حسگرهای نیمه هادی اکسید فلزی به عنوان ابزاری غیر مخرب برای تفکیک و شناسایی درصدهای مختلف تقلب پودر ذرت در پودر قهوه مورد ارزیابی قرار گرفت. شبکه عصبی مصنوعی (ANN)، ماشین بردار پشتیبان (SVM)، و تحلیل مولفه اصلی (PCA) روشهایی بودند که برای رسیدن به این هدف مورد استفاده قرار گرفتند. نتایج به دست آمده نشان داد که روش تحلیل ANN با دقت ۸/۹۵ درصدی، عملکرد بهتری نسبت به روش SVM (با دقت ۳۳/۵۸ درصدی)، در شناسایی و طبقه بندی درصدهای مختلف تقلب پودر ذرت در پودر قهوه داشت. در این میان، روش PCA نیز با ۱۰۰ درصد مجموع واریانس کل داده ها، عملکرد بسیار مناسبی را در تفکیک و شناسایی درصدهای تقلب از خود نشان داد. طبق این مطالعه، میتوان بیان نمود که بینی الکترونیکی ابزاری مناسب برای تشخیص تقلب در مواد غذایی میباشد. با استفاده از این ابزار میتوان با صرفه جویی در وقت و هزینه انواع تقلب را شناسایی نمود.

کلیدواژه ها:

بینی الکترونیکی ، پودر ذرت ، تقلب ، طبقه بندی ، قهوه