پیش بینی میزان آمیلوز در برنج با بکارگیری ادغام سیستم تصویربرداری فراطیفی دستی و یادگیری ماشینی

این مطالعه توانایی یک سیستم تصویربرداری فراطیفی (HSI) همراه با روشهای شیمی سنجی را به عنوان یک فناوریسریع و غیرمخرب برای پیشبینی درصد محتوای آمیلوز در برنج ارزیابی میکند . ۹۰ نمونه برنج اصل و خالص از مبادی جغرافیاییمختلف در ایران تهیه شد. سپس نمونه ها با استفاده از سیستم HSI اسکن شدند. در این بین، غلظت آمیلوز نمونه ها بر اساسروش ISO ۶۶۴۷-۲ برای ایجاد پایگاه داده مرجع تعیین شد. دادههای طیفی خام گرفته شده با استفاده از الگوریتمهای تصحیحپراکندگی ضربی (MSC) و Savitzky-Golay (SG) پیش پردازش شدند. سپس دادهها را برای کاهش دادهها به تجزیه و تحلیلمولفه اصلی (PCA) داده شد. در مرحله بعد، دو روش شیمی سنجی، رگرسیون حداقل مربعات جزئی (PLSR) و پرسپترون چندلایه (MLP) برای پیشبینی درصد محتوای آمیلوز نمونه های برنج استفاده شد. نتایج نشان داد که درصد محتوای آمیلوز بااستفاده از الگوریتمهای خطی و غیرخطی با مقادیر ضریب تعیین ) ۲(R و ریشه میانگین مربعات خطا (RMSE) به ترتیب بالای۹۰ % و نزدیک به صفر پیشبینی شده است. الگوریتم غیرخطی، MLP نتیجه ی بهتری نسبت به الگوریتم خطی، PLSR نشانداد. بنابراین، سیستم HSI همراه با الگوریتم شبکه عصبی مصنوعی غیرخطی نتیجه ی رضایتبخشی ارائه کرد و میتوان به عنوانروشی مطمئن، خارج از آزمایشگاه و سریع برای پیشبینی درصد محتوای آمیلوز در نمونه های برنج استفاده کرد.

کلیدواژه ها:

شیمی سنجی ، شبکه عصبی مصنوعی ، پرسپترون چند لایه ، کیفی ت