|
|
|
|
بررسی عملکرد یک سیستم بینی الکترونیکی در طبقه‌بندی کیفی اسانس گل‌محمدی (rosa damascene mill.) به کمک شبکه عصبی مصنوعی
|
|
|
|
|
|
|
|
نویسنده
|
گرجی چاکسپاری عباس ,نیکبخت علی محمد ,سفیدکن فاطمه ,قاسمی ورنامخواستی مهدی
|
|
منبع
|
تحقيقات گياهان دارويي و معطر ايران - 1396 - دوره : 33 - شماره : 3 - صفحه:339 -349
|
|
چکیده
|
به‌دلیل افزایش استفاده از گیاهان دارویی و معطر، توجه به امر طبقه‌بندی کیفی آنها نیز امری اجتناب‌ناپذیر می‌باشد. گل‌محمدی (rosa damascene mill.) نیز با ارزش بالای اسانس و خواص بی‌نظیر آن در صنایع بهداشتی، غذایی و دارویی یکی از این گیاهان است. از این‌رو، در این مطالعه طبقه‌بندی کیفی اسانس 9 ژنوتیپ از گل‌محمدی با کمک یک سیستم بینی الکترونیکی براساس حسگرهای نیمه‌هادی اکسید فلزی (mos) مورد بررسی قرار گرفت. ترکیب‌های اصلی تاثیرگذار در کیفیت اسانس گل‌محمدی با استفاده از روش کروماتوگرافی گازی (gc) و کروماتوگرافی گازی متصل به طیف‌سنج جرمی (gc-ms) شناسایی شدند و بر اساس درصد کل این ترکیب‌ها، نمونه‌ها در سه کلاس از نظر کیفی طبقه‌بندی شدند. سپس طبقه‌بندی این کلاس‌ها با استفاده از بینی الکترونیک طراحی شده مورد ارزیابی قرار گرفت. در استفاده از ابزارهای کمومتریک نتایج آنالیز مولفه‌های اصلی (pca) نشان داد که با استفاده از دو مولفه اصلی اول (pc1، pc2) می‌توان 85% واریانس داده‌ها را توجیه کرد. همچنین با استفاده از نمودار لودینگ حاصل از pca، حسگرهایی که تاثیر بیشتری در تفکیک کلاس‌ها داشتند، شناسایی شدند. در ادامه دقت طبقه‌بندی با استفاده از شبکه عصبی پس انتشار پرسپترون چند لایه (bp-mlp) به‌عنوان یک روش تحت نظارت، برای داده‌های آموزش و آزمون به‌ترتیب 100% و 96% بدست آمد. در پایان نتایج نشان داد که بینی الکترونیکی به‌عنوان ابزاری ارزان، دقیق، آسان و با قابلیت تبدیل به حالت زمان واقعی می‌تواند در راستای طبقه‌بندی کیفی اسانس گل‌محمدی و در نتیجه ژنوتیپ‌های آن موثر واقع شود.
|
|
کلیدواژه
|
گل‌محمدی (rosa damascene mill.)، بینی الکترونیک، شبکه عصبی، طبقه‌بندی
|
|
آدرس
|
دانشگاه ارومیه, دانشکده کشاورزی, گروه مکانیک بیوسیستم, ایران, دانشگاه ارومیه, دانشکده کشاورزی, گروه مکانیک بیوسیستم, ایران, سازمان تحقیقات، آموزش و ترویج کشاورزی, موسسه تحقیقات جنگلها و مراتع کشور, بخش تحقیقات گیاهان دارویی و محصولات فرعی, ایران, دانشگاه شهرکرد, دانشکده کشاورزی, گروه مکانیک بیوسیستم, ایران
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Investigation of electronic nose system in classification of Rosa damascena Mill. essential oil by artificial neural network
|
|
|
|
|
Authors
|
Gorji Chakespari A. ,Sefidkon F. ,Ghasemi Varnamkhasti M.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|