سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

امکان سنجی به کار گیری طیف سنجی مرئی/فروسرخ نزدیک برای تشخیص تقلب روغن تفاله زیتون با روش های شناسایی LDA و SVM

Publish Year: 1402
Type: Journal paper
Language: Persian
View: 58

This Paper With 17 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_JIFT-11-2_005

Index date: 31 December 2024

امکان سنجی به کار گیری طیف سنجی مرئی/فروسرخ نزدیک برای تشخیص تقلب روغن تفاله زیتون با روش های شناسایی LDA و SVM abstract

زیتون یک میوه مدیترانهای است که عمدتا به دلیل روغن آن کشت میشود. روغن زیتون فرابکر همیشه مورد توجه و خواست استفاده کنندگان بوده است. ازاین رو، تقلب در روغن های زیتون بکر و فرابکر، با افزودن روغن هایی مثل کانولا، آفتابگردان، تفاله زیتون و غیره مشاهده می شود. تشخیص تقلب در روغن های گیاهی با ترکیبات مشابه و گونه های متفاوت با روش های مرسوم از جمله کروماتوگرافی گازی مشکل و زمان بر است و نیاز به آماده سازی نمونه و اپراتور دارد. به همین دلیل کاربرد فناوری های غیر مخرب برای تشخیص تقلب اهمیت دارد. در این پژوهش، با استفاده از فناوری طیف سنجی مرئی/فروسرخ نزدیک (Vis/NIR )، تشخیص تقلب روغن پومیس (روغن تفاله زیتون) بررسی شد. از سه نوع روغن زیتون فرابکر، بکر و روغن زیتون تصفیه شده برای نمونه گیری استفاده شد و برای اطمینان از اصالت آن ها، مشخصات و درصد ترکیبات سازنده آن با سامانه کروماتوگرافی گازی اندازه گیری شد. سپس نمونه ها در شش دسته خالص، ۱۱، ۲۰، ۳۳، ۵۰ و ۱۰۰درصد تقلب ساخته شدند. هر تیمار در ده نمونه تهیه و آزمایش ها انجام شد. در ادامه به منظور تحلیل ویژگی های کیفی و طبقه بندی داده های مستخرج از طیف سنج، از روش های بازشناسی الگو شامل تحلیل تفکیک خطی (LDA) و ماشین بردار پشتیبان (SVM) استفاده شد. نتایج به دست آمده نشان داد که طیف سنجی مرئی/فروسرخ نزدیک (Vis/NIR) قادر به تفکیک نمونه های روغن زیتون بر اساس درصد های مختلف تقلب پومیس است. هرچند روش LDA توانست باصحت قابل قبولی نمونه های روغن زیتون را باتوجه به نرخ تقلب دسته بندی کند، اما روش SVM باصحت آموزش ۶۹/۹۶درصد و اعتبار سنجی ۸۶/۹۵ درصد از صحت و برازش مطلوب تری برخوردار بود. طبق نتایج، تابع خطی، به عنوان بهترین تابع برای ساخت مدل های دسته بندی به روش SVM پیشنهاد شد.

امکان سنجی به کار گیری طیف سنجی مرئی/فروسرخ نزدیک برای تشخیص تقلب روغن تفاله زیتون با روش های شناسایی LDA و SVM Keywords:

امکان سنجی به کار گیری طیف سنجی مرئی/فروسرخ نزدیک برای تشخیص تقلب روغن تفاله زیتون با روش های شناسایی LDA و SVM authors

شیرین اسدیان

گروه مهندسی بیوسیستم دانشگاه تربیت مدرس، تهران، ایران

احمد بناکار

دانشگاه تربیت مدرس

بهاره جمشیدی

دانشیار، موسسه تحقیقات فنی و مهندسی کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی

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 :
M. Rashvand, O. Mahmood, H. Mobli, and M. Soltanifiroz, “Evaluation ...
B. Vega-Márquez, I. Nepomuceno-Chamorro, N. Jurado-Campos, and C. Rubio-Escudero, “Deep ...
A. M. Giuffré, M. Caracciolo, C. Zappia, M. Capocasale, and ...
M. I. Covas, “Olive oil and the cardiovascular system,” Pharmacol. ...
C. Fauhl, F. Reniero, and C. Guillou, “۱H NMR as ...
S. Ok, “Detection of olive oil adulteration by low-field NMR ...
S. A. Mahesar, M. Lucarini, A. Durazzo, A. Santini, A. ...
S. Cicerale, X. A. Conlan, A. J. Sinclair, and R. ...
P. Vossen, “Olive oil: History, production, and characteristics of the ...
R. Rodriguez-Rodriguez, M. D. Herrera, M. A. de Sotomayor, and ...
K. Antonopoulos, N. Valet, D. Spiratos, and G. Siragakis, “Olive ...
F. Pérez-Jiménez, J. Ruano, P. Perez-Martinez, F. Lopez-Segura, and J. ...
L. Di Giovacchino, S. Sestili, and D. Di Vincenzo, “Influence ...
V. Maestrello, P. Solovyev, L. Bontempo, L. Mannina, and F. ...
D. Tura, C. Gigliotti, S. Pedò, O. Failla, D. Bassi, ...
S. K. Dwivedi, M. Vishwakarma, and P. A. Soni, “Advances ...
H. Xiao, L. Feng, D. Song, K. Tu, J. Peng, ...
P. Galvin-King, S. A. Haughey, and C. T. Elliott, “Garlic ...
M. De Luca et al., “Derivative FTIR spectroscopy for cluster ...
R. De Bei et al., “Non-destructive measurement of grapevine water ...
X. Li et al., “Review of NIR spectroscopy methods for ...
S. Bureau and B. Gouble, “rapid and non-destructive analysis of ...
A. C. de Lima, L. Aceña, M. Mestres, and R. ...
A. Amari, N. El Bari, and B. Bouchikhi, “Electronic Nose ...
M. W. Huang, C. W. Chen, W. C. Lin, S. ...
Z. Liu and J. Tan, “Qualitative and quantitative detection of ...
N. Abu-khalaf and M. Hmidat, “Visible / Near Infrared ( ...
H. Cen, Y. He, and M. Huang, “Combination and comparison ...
Y. G. M. Kongbonga et al., “Characterization of Vegetable Oils ...
T. Wang, Y. Zhang, Y. Liu, Z. Zhang, and T. ...
m Zarezade, Mohammad Reza, abonajmi, M. Ghasemi-varnamkhasti, and f azarikia, ...
M. Bahmaei, R. Nazeri, F. Kalantari, N. T. Branch, and ...
نمایش کامل مراجع