پیشبینی تغییرات برخی از ویژگیهای کیفی آب توت سیاه (Morus alba Var nigra L.) طی مراحل مختلف رسیدگی بر اساس آنالیز فرکتال و بینایی ماشین | ||
| مجله پژوهشهای علوم و صنایع غذایی ایران | ||
| مقاله 35، دوره 13، شماره 5 - شماره پیاپی 47، آذر و دی 1396، صفحه 730-743 اصل مقاله (902.55 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22067/ifstrj.v1395i0.57415 | ||
| نویسندگان | ||
| مریم سلطانی کاظمی1؛ سامان آبدانان مهدی زاده* 1؛ مختار حیدری2؛ سید مجتبی فارغ3 | ||
| 1گروه مکانیک بیوسیستم، دانشگاه کشاورزی و منابع طبیعی رامین خوزستان. | ||
| 2گروه باغبانی، دانشگاه کشاورزی و منابع طبیعی رامین خوزستان. | ||
| 3گروه ماشینهای کشاورزی و مکانیزاسیون، دانشگاه کشاورزی و منابع طبیعی رامین خوزستان. | ||
| چکیده | ||
| در این پژوهش بهمنظور ارزیابی کیفیت آب توت سیاه طی مراحل مختلف رسیدگی، پارامترهای فرکتالی استخراج شده توسط آنالیز فرکتال و پارامترهای بیوشیمیایی (TSS، ویتامین ث، اسیدیته، فنول، آنتوسیانین، مواد ایجاد کننده رنگ قهوهای و (pHبهترتیب بهعنوان ویژگیهای غیرمخرب و مخرب مورد استفاده قرار گرفتند؛ سپس از شبکه عصبی مصنوعی (ANN) و نزدیکترین همسایه (k-NN) بهمنظور توسعه مدل پیشگو و طبقهبندی دادهها استفاده گردید. از میان پنچ ویژگی استخراج شده از آنالیز فرکتال؛ Y و S که بهترتیب مربوط به بیشیه فرکتال و مساحت منحنی فرکتال میباشند، بهعنوان موثرترین ویژگی در فرآیند آموزش شبکه عصبی و طبقهبند k-NN مورد استفاده قرار گرفتند. الگوریتم طبقهبند k-NN تغییرات رنگ در هر چهار مرحله رسیدگی را با دقت 08/97 طبقهبندی نمود. همچنین شبکه عصبی آنتوسیانین را با مجذور میانگین مربعات خطا (RMSE) 141/0، ضریب همبستگی 99/0، مواد ایجادکننده رنگ قهوهای را با 0016/0= RMSE، ضریب همبستگی 97/0، فنول را با 879/1590=RMSE، ضریب همبستگی 8057/0، TSSرا با 0040/0=RMSE، ضریب همبستگی 907/0، اسیدیته را با 50/3=RMSE، ضریب همبستگی 986/0، ویتامین ث را با 285/0=RMSE، ضریب همبستگی 878/0 و pH را با 00017/0=RMSE و ضریب همبستگی 99/0 پیشبینی نمود. بنابراین، نتایج این بررسی نشان داد که شبکه عصبی مصنوعی و طبقهبند k-NN با آنالیز فرکتال میتواند بهعنوان یک روش مناسب در ارزیابی برخط پارامترهای کیفی آب توت سیاه طی مراحل رسیدگی مورد استفاده قرار گیرد. | ||
| کلیدواژهها | ||
| شبکه عصبی مصنوعی؛ طبقه بندکننده نزدیکترین همسایگی؛ بعد فرکتال؛ پارامترهای بیوشیمیایی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 10,512 تعداد دریافت فایل اصل مقاله: 1,068 |
||