ساخت و توسعه یک سامانهی ماشین بویایی در ترکیب با روشهای شناسایی الگو برای تشخیص تقلب فرمالین در شیر خام
نویسندگان
1 دانشجوی دکتری
2 استادیار گروه مهندسی مکانیک بیوسیستم دانشگاه شهرکرد
3 عضو هیئت علمی گروه الکترونیک، دانشکده مهندسی برق و کامپیوتر
4 استاد دانشگاه تهران
5 گروه بهداشت مواد غذایی، دانشکده دامپزشکی، دانشگاه شهرکرد
doi
10.22059/ijbse.2017.60273چکیده
تقلب در شیر و دیگر محصولات لبنی نه تنها یک تهدید جدی برای سلامت انسان است بلکه زیانهای اقتصادی متعددی را نیز به دنبال دارد. از جمله تقلبات رایج در شیر خام، استفاده از مواد بازدارنده بار میکروبی است. در این پژوهش، یک سامانهی ماشین بویایی (بینی الکترونیکی) بر پایه هشت حسگر نیمه هادی اکسـید فلـزی (MOS) ساخته شد و قابلیت آن در تشخیص مقادیر مختلف فرمالین در شیر خام (0، 05/0، 1/0، 2/0 و 3/0 درصد) مورد بررسی قرار گرفت. بردار ویژگیها از سیگنال پاسخ حسگرها استخراج و به عنوان ورودی مدلهای تشخیص الگو استفاده شد. بر اساس نتایج حاصل، آنالیز مؤلفههای اصلی با دو مولفهی PC1 و PC2، % 93 از واریانس دادهها را پوشش داد. در مجموعهی حسگری، حسگرهای MQ4، FIS، TGS822 و TGS2620 بالاترین مقادیر ضریب لودینگ و حسگر TGS2602 کمترین مقدار این ضریب را به خود اختصاص دادند. همچنین استفاده از روش تحلیل تفکیک خطی، دقت طبقهبندی 1/80% را نشان داد. با کاربرد ماشین بردار پشتیبان با تابع چندجملهای درجه سه، دقت آموزش و اعتبارسنجی طبقهبندی به ترتیب 100 %و 91/90 % به دست آمد. دقت طبقهبندی کل نیز با به کارگیری تکنیک شبکههای عصبی مصنوعی 100% به دست آمد.