بررسی عملکرد یک سیستم بینی الکترونیکی در طبقه بندی کیفی اسانس گل محمدی (Rosa damascene Mill.) به کمک شبکه عصبی مصنوعی

Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 261

This Paper With 11 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IJMAPR-33-3_001

تاریخ نمایه سازی: 11 مهر 1400

Abstract:

به دلیل افزایش استفاده از گیاهان دارویی و معطر، توجه به امر طبقه بندی کیفی آنها نیز امری اجتناب ناپذیر می باشد. گل محمدی (Rosa damascene Mill.) نیز با ارزش بالای اسانس و خواص بی نظیر آن در صنایع بهداشتی، غذایی و دارویی یکی از این گیاهان است. از این رو، در این مطالعه طبقه بندی کیفی اسانس ۹ ژنوتیپ از گل محمدی با کمک یک سیستم بینی الکترونیکی براساس حسگرهای نیمه هادی اکسید فلزی (MOS) مورد بررسی قرار گرفت. ترکیب های اصلی تاثیرگذار در کیفیت اسانس گل محمدی با استفاده از روش کروماتوگرافی گازی (GC) و کروماتوگرافی گازی متصل به طیف سنج جرمی (GC-MS) شناسایی شدند و بر اساس درصد کل این ترکیب ها، نمونه ها در سه کلاس از نظر کیفی طبقه بندی شدند. سپس طبقه بندی این کلاس ها با استفاده از بینی الکترونیک طراحی شده مورد ارزیابی قرار گرفت. در استفاده از ابزارهای کمومتریک نتایج آنالیز مولفه های اصلی (PCA) نشان داد که با استفاده از دو مولفه اصلی اول (PC۱، PC۲) می توان ۸۵% واریانس داده ها را توجیه کرد. همچنین با استفاده از نمودار لودینگ حاصل از PCA، حسگرهایی که تاثیر بیشتری در تفکیک کلاس ها داشتند، شناسایی شدند. در ادامه دقت طبقه بندی با استفاده از شبکه عصبی پس انتشار پرسپترون چند لایه (Bp-MLP) به عنوان یک روش تحت نظارت، برای داده های آموزش و آزمون به ترتیب ۱۰۰% و ۹۶% بدست آمد. در پایان نتایج نشان داد که بینی الکترونیکی به عنوان ابزاری ارزان، دقیق، آسان و با قابلیت تبدیل به حالت زمان واقعی می تواند در راستای طبقه بندی کیفی اسانس گل محمدی و در نتیجه ژنوتیپ های آن موثر واقع شود.

Keywords:

گل محمدی (Rosa damascene Mill.) , بینی الکترونیک , شبکه عصبی , طبقه بندی

Authors

عباس گرجی چاکسپاری

دانشجوی دکتری، گروه مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه ارومیه، ایران

علی محمد نیکبخت

دانشیار، گروه مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه ارومیه، ایران

فاطمه سفیدکن

استاد، بخش تحقیقات گیاهان دارویی و محصولات فرعی، موسسه تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

مهدی قاسمی ورنامخواستی

استادیار، گروه مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه شهرکرد، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • Adams, R.P., ۲۰۰۱. Identification of Essential Oil Components by Gas-Chromatography/Mass ...
  • Baby, R., Cabezas, M., Castro, E., Filip, R. and Walsöe ...
  • Cui, S., Wang, J., Yang, L., Wu, J. and Wang, ...
  • Ghasemi-Varnamkhasti, M. and Aghbashlo, M., ۲۰۱۴. Electronic nose and electronic ...
  • Ghasemi-Varnamkhasti, M., Mohtasebi, S.S., Siadat, M., Razavi, S.H., Ahmadi, H. ...
  • Guohua, H., Jiaojiao, J., Shanggui, D., Xiao, Y., Mengtian, Z., ...
  • Hastie, T., Tibshirani, R. and Friedman, J., ۲۰۰۹. The Elements ...
  • Kaul, K., Karthigeyan, S., Dhyani, D., Kaur, N., Sharma, R.K. ...
  • Laureati, M., Buratti, S., Bassoli, a., Borgonovo, G. and Pagliarini, ...
  • Loutfi, A., Coradeschi, S., Mani, G.K., Shankar, P. and Rayappan, ...
  • Mirzaei, M., Ahmadi, N., Sefidkon, F., Shojaeiyan, A. and Mazaheri, ...
  • Mohammadi, A., ۲۰۱۵. A Review of Medicinal plants of Kohgiluyeh-va-Boyerahmad ...
  • Naquvi, K.J., Ansari, S.H., Ali, M. and Najmia, K., ۲۰۱۴. ...
  • Pearce, T.C., Schifman, S.S., Nagle, H.T. and Gardner J.W., ۲۰۰۶. ...
  • Russo, M., Serra, D., Suraci, F., Di Sanzo, R., Fuda, ...
  • Tabaei-Aghdaei, S.R., Babaei, A., Khosh-Khui, M., Jaimand, K., Rezaee, M.B., ...
  • Xiao, Z., Yu, D., Niu, Y., Chen, F., Song, S., ...
  • Zhang, B., Huang, Y., Zhang, Q., Liu, X., Li, F. ...
  • نمایش کامل مراجع