استفاده از سامانه ماشین بویایی به منظور تشخیص تقلب در زیره کوهی
Publish Year: 1397
Type: Journal paper
Language: Persian
View: 518
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JIFT-5-3_012
Index date: 13 July 2019
استفاده از سامانه ماشین بویایی به منظور تشخیص تقلب در زیره کوهی abstract
زیره سیاه به عنوان یکی از ارزشمندترین گیاهان دارویی کاربرد گسترده ای در صنایع دارویی و غذایی دارد و با توجه به تفاوت بالای قیمت و کیفیت بین گونه های مختلف آن، تقلب هایی در هنگام عرضه این محصول صورت می گیرد که منجر به نارضایتی مصرف کنندگان شده است. در این پژوهش، یک سامانه ماشین بویایی بر پایه هشت حسگر نیمه هادی اکسید فلزی در ترکیب با روش شناسایی الگو به منظور تشخیص سطوح مختلف تقلب ایجاد شده در زیره و ارزیابی اصالت آن به کار گرفته شد. از روش تحلیل مولفه های اصلی به منظور تحلیل داده های استخراج شده از سیگنال پاسخ حسگرها استفاده شد. بر اساس نتایج بدست آمده، تحلیل مولفه های اصلی با دو مولفه ی اصلی PC1 و PC2، 94% واریانس مجموعه ی داده ها را برای نمونه های مورد استفاده توصیف کردند. در مجموعه حسگری، حسگرهای MQ4 و FIS بیشترین مقادیر ضریب لودینگ و حسگرهای MQ135، MQ3 و TGS813 کمترین مقدار این ضریب را به خود اختصاص دادند. سپس طبقه بندی نمونه ها با استفاده از تکنیک های ماشین بردار پشتیبان (SVM) و درخت تصمیم-گیری (DT) انجام شد. با کاربرد ماشین بردار پشتیبان با تابع کرنل خطی، دقت آموزش و اعتبارسنجی 100 و 5/97 درصد به دست آمد. همچنین میزان موفقیت روش DT در تفکیک و طبقه بندی نمونه های زیره تقلبی 90 درصد برآورد شد.
استفاده از سامانه ماشین بویایی به منظور تشخیص تقلب در زیره کوهی Keywords:
استفاده از سامانه ماشین بویایی به منظور تشخیص تقلب در زیره کوهی authors
زهرا صفری امیری
دانش آموخته کارشناسی ارشد، گروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه شهرکرد
مهدی قاسمی ورنامخواستی
دانشیار، گروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه شهرکرد
مجتبی توحیدی
دانش آموخته دکترا، مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه شهرکرد
سید سعید محتسبی
استاد، گروه مهندسی ماشین های کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران
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 :