کاربرد تصویربرداری ابرطیفی مرئی- مادون قرمز نزدیک و روش‌های آنالیز چند متغیره جهت پیشگویی رطوبت و سختی مغزهای پسته برشته شده در شرایط مختلف

ماشین های کشاورزی

مقاله 6، دوره 5، شماره 2 - شماره پیاپی 10، 1394، صفحه 281-291   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22067/jam.v5i2.28486

نویسندگان

تکتم محمدی مقدم^{* 1}؛ سید محمد علی رضوی²؛ مسعود تقی زاده²؛ آمنه سازگارنیا³؛ بیسواجت پرادان⁴

¹دانش‌آموخته دکتری مهندسی صنایع غذایی دانشگاه فردوسی مشهد، مشهد، ایران

²گروه علوم و صنایع غذایی، دانشگاه فردوسی مشهد، مشهد، ایران

³گروه فیزیک پزشکی، دانشگاه علوم پزشکی مشهد، مشهد، ایران

⁴دانشگاه پوترا، مالزی

چکیده

با افزایش توقعات در ارتباط با کیفیت و سلامت محصولات غذایی، روش‌های تجزیه‌ای صحیح و دقیق برای اطمینان از کیفیت، صحت و سلامت محصول ضروری است. روش‌های سنتی کنترل مواد غذایی، زمان بر، گران و نیازمند تخریب نمونه هستند. بنابراین استفاده از اتوماسیون برای اطمینان از کیفیت محصولات کشاورزی ضروری است. هدف از این تحقیق استفاده از تصویربرداری ابرطیفی، شیوه‌های مختلف پیش پردازش و روش‌های آنالیز چند متغیره (رگرسیون کمترین مربعات جزئی و شبکه عصبی مصنوعی) جهت پیشگویی رطوبت و سختی مغزهای پسته طی شرایط مختلف برشته کردن (دما، زمان و سرعت جریان هوای برشته کردن) بوده است. نتایج نشان داد تصویربرداری ابرطیفی می‌تواند به‌خوبی برای پیشگویی میزان رطوبت و سختی مغزهای پسته برشته شده به‌کار رود. بررسی‌ها نشان داد استفاده از روش‌های مختلف پیش پردازش می‌تواند باعث کاهش خطای پیشگویی و بهبود کیفیت مدل به‌دست آمده شود. روش شبکه عصبی مصنوعی بهتر از روش کمترین مربعات جزئی توانست برای پیشگویی میزان رطوبت و سختی مغزهای پسته برشته شده به‌کار رود. بهترین مدل برای پیشگویی رطوبت مغزهای پسته برشته شده با انجام پیش پردازش‌های تبدیل متغیر نرمال استاندارد، موجک و مشتق اول به‌دست آمد که میزان ضریب تبیین 907/0 و میزان خطای پیشگویی 179/0 بود. برای پیشگویی سختی مغزهای پسته برشته شده بهترین مدل از پیش پردازش‌های تبدیل متغیر نرمال استاندارد، موجک و مشتق دوم به‌دست آمد که میزان ضریب تبیین 876/0 و میزان خطای پیشگویی216/5 به‌دست آمد.

کلیدواژه‌ها

آزمون فشاری؛ برشته کردن؛ پسته؛ تصاویر ابرطیفی

مراجع