بازشناسی الگوی اسپکتروسکوپی فرو سرخ نزدیک برای تفکیک غیر مخرب پرتقال ها براساس شاخص مزه

سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 490

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JAM-5-1_011

تاریخ نمایه سازی: 2 آبان 1396

چکیده مقاله:

در سال های اخیر، کاربرد اسپکتروسکوپی فروسرخ نزدیک (NIR) به عنوان یک روش غیرمخرب در ترکیب با روش های شیمی سنجی به منظور ارزیابی کیفیت محصولات کشاورزی و غذایی به طور گسترده ای مورد توجه قرار گرفته است. در روش های شیمی سنجی، آنالیزهای کیفی موضوعات مهمی هستند که می توانند به مسیله بازشناسی الگو نسبت داده شوند. در این پژوهش، توانایی روش های بازشناسی الگو در ترکیب با اسپکتروسکوپی NIR بازتابی به منظور تفکیک غیر مخرب مزه پرتقال ها بررسی شد. برای این منظور، روش های بازشناسی الگوی نظارت نشده و نظارت شده، خوشه بندی سلسله مراتبی (HCA) و مدل سازی مستقل نرم شباهت های طبقه (SIMCA)، به ترتیب برای امکان سنجی تفکیک واریته های پرتقال و طبقه بندی (براساس مزه آنها) بر پایه اطلاعات طیفی محدوده nm 1650- 930 استفاده شدند. آنالیزهای کیفی نشان داد که طیف های NIR واریته های پرتقال به خوبی با بازشناسی الگوی نظارت نشده HCA خوشه بندی شدند. هم چنین، بازشناسی الگوی نظارت شده SIMCA برای طیف های NIR پرتقال ها نتایج عالی طبقه بندی واریته براساس شاخص BrimA را در سطح احتمال 5 درصد در بر داشت (دقت طبقه بندی 98/57 درصد). هم چنین، طول موج های 1047 nm؛ 1502 nm و nm1475 سهم بیش تری نسبت به سایر طول موج ها در تفکیک دو طبقه بر عهده داشتند. نمونه های دارای مقدارهای یکسان شاخص BrimA نیز به درستی با دقت طبقه بندی بالا (95/45 درصد) در سطح احتمال 5 درصد طبقه بندی شدند. قدرت تفکیک طول موج های nm 1475، nm1583، و nm 1436/75 برای دستیابی به این طبقه بندی بسیار بیش تر از سایر طول موج ها بود. بنابراین، اسپکتروسکوپی NIR بازتابی در ترکیب با روش های بازشناسی الگو می تواند برای تشخیص سایر ویژگی های مزه نیز به کار رود.

نویسندگان

بهاره جمشیدی

دانش آموخته دکتری تخصصی، دانشگاه تربیت مدرس و استادیار فعلی موسسه تحقیقات فنی و مهندسی کشاورزی

سعید مینایی

استاد، دانشکده کشاورزی، دانشگاه تربیت مدرس

عزالدین مهاجرانی

استاد، پژوهشکده لیزر و پلاسما، دانشگاه شهید بهشتی

حسن قاسمیان

استاد، دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس