تشخیص تقلب در نمونه عسل "کنار" با استفاده از یک سامانه ماشین بویایی

نویسندگان

1 دانشکده مهندسی و فناوری، دانشگاه تهران، تهران، ایران

2 دانشکده مهندسی و فناوری، دانشگاه تهران، تهران، ایران

3 دانشکده مهندسی و فناوری، دانشگاه تهران، تهران، ایران

4 گروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه شهرکرد، شهرکرد، ایران.

doi
10.22067/jam.v7i2.52910
چکیده

عسل یک محلول ویسکوز و همچنین قند فوق اشباع گرفته ‌شده از شهد گل‌ها است که به‌وسیله زنبورعسل جمع‌آوری و اصلاح می‌شود. رایحه یکی از پارامترهای مهم در طبقه‌بندی عسل‌ است و بوی ساطع‌شده از آن بسته به گل‌های مختلف و ترکیبات تشکیل‌دهنده‌ آن می‌تواند متفاوت باشد. همین عوامل سبب استفاده از یک سامانه ماشین بویایی بر پایه حسگرهای نیمه‌هادی اکسید فلزی به‌منظور تشخیص تقلب در عسل شد. این سامانه، به هیچ‌گونه تجهیزات تخصصی و پر‌هزینه آزمایشگاهی نیاز نداشت. نمونه های عسل "کنار" با درصدهای مختلف تقلب (صفر، 20، 35 و 50 درصد) مورد آزمایش قرار گرفتند. از روش کسری برای بهبود و بهینه‌سازی سیگنال‌های خروجی بینی الکترونیک، قبل از ورود به روش‌های آنالیز تشخیص، استفاده شد. تحلیل مؤلفه اصلی (PCA)، تحلیل تفکیک خطی (LDA) و شبکه عصبی مصنوعی (ANN) روش‌هایی بودند که به‌منظور طبقه‌بندی و تحلیل ویژگی‌های استخراجی از سیگنال‌های ماشین بویایی استفاده شدند. برای تشخیص تقلب با استفاده از ماشین بویایی، نتایج شامل 91% واریانس به روش PCA، 100% و 100% دقت طبقه‌بندی به‌ترتیب برای روش‌های LDA و ANN بود. نتایج نشان داد سامانه ماشین‌بویایی ارائه شده یک وسیله مطمئن و قابل‌اتکا در تشخیص و ثبت تغییرات بین سطوح مختلف تقلب در عسل است.