بررسی عملکرد سامانه بینی الکترونیکی در طبقه بندی پنج نوع گیاه دارویی بومی ایران از خانواده نعناسانان

گرایش مجدد انسان به طبیعت و محصولات طبیعی سبب توسعه صنایع داروسازی، آرایشی بهداشتی و غذایی بر پایه محصولات طبیعی شده ‌است. از اینرو میزان تقاضای مواد خام اولیه افزایش یافته ‌است. یک دسته بزرگ از این مواد خام، گیاهان دارویی و معطر هستند. از جمله مشکلات مهم در کارخانه های بزرگ دارویی در هنگام تهیه مواد خام اولیه گیاهی، تفکیک و طبقه بندی گیاهان مختلف با ویژگی های حسی مشابه است. در این مطالعه طبقه بندی پنج نوع گیاه دارویی از خانواده نعناسانان با کمک یک سیستم بینی الکترونیک بر اساس حسگرهای فلز-اکسید-نیمه‌هادی (mos) انجام شده ‌است. پس از آماده‌ سازی نمونه‌های گیاهان، پاسخ حسگر های سامانه به هر یک از گیاهان مورد آزمایش ثبت شده و سپس پاسخ حسگرهای بینی الکترونیکی توسط روش‌های تحلیل مولفه‌های اصلی (pca)، تحلیل تفکیک خطی (lda) و شبکه عصبی مصنوعی (ann) برای طبقه‌بندی این گیاهان بررسی شده ‌است. نتایج حاصل از تحلیل مولفه‌های اصلی با استفاده از داده‌های حاصل از سامانه نشان می‌دهد که دو مولفه اصلی اول در مجموع 95 درصد واریانس داده‌ها را تشکیل می دهد. دقت طبقه‌بندی با استفاده از داده‌های بینی الکترونیکی برای روش‌های تحلیل تفکیک خطی و شبکه عصبی مصنوعی به ترتیب 92 و 100 درصد به دست آمده ‌است. در این پژوهش، سامانه بینی الکترونیکی توسعه‌یافته موفق به طبقه‌ بندی صحیح نمونه‌های گیاهان دارویی شده و می تواند به‌عنوان جایگزینی با حساسیت رضایت‌بخش، قابل اطمینان و سریع نسبت به روش‌ های سنتی مورد استفاده قرار گیرد.