به کارگیری سامانه بینی الکترونیک مبتنی بر الگوریتم ماشین بردار پشتیبان برای تشخیص درجه خلوص اسانس نعناع فلفلی

یکی از مواد اولیه و مهم که در صنعت دارویی و غذایی استفاده گسترده ای دارد، اسانس حاصل از گیاهان دارویی است. اصالت و درجه خلوص اسانس از نظر اقتصادی و کاربری موضوع مهمی یاست. روش های مبتنی بر تجزیه مواد برای شناسایی و ارزیابی اصالت اسانس ها دارای نقاط ضعفی از قبیل هزینه بالا و زمان بر بودن هستند و استفاده از سامانه های بینی الکترونیک این معایب را می تواند پوشش دهد. در این مطالعه یک سامانه بینی الکترونیک متشکل از 8 حسگر نیمه هادی اکسید فلز برای تعیین درجه خلوص اسانس نعناع فلفلی طراحی شد. از روش تجزیه به مولفه های اصلی (pca) برای کاهش ابعاد داده ها و شناسایی حسگرهای موثر در تشخیص درجه خلوص و حذف حسگرهای غیر مفید و از روش ماشین بردار پشتیبان برای محاسبه دقت طبقه بندی استفاده شد. بر اساس نتایج، روش pca با دو مولفه اصلی pc1 و pc2 توانست 82 درصد از واریانس داده ها را پوشش دهد. هم چنین بر اساس نمودار بارگذاری ی، حسگرهایی که تاثیر بیشتری در تشخیص درجات خلوص اسانس داشتند؛ شامل حسگرهای tgs822، mq8،mq3، mq5، mq9 و tgs813 نیز شناسایی شدند. الگوریتم تشخیص بر پایه ماشین بردار پشتیبان هم قادر به تفکیک نمونه های اسانس با درصد خلوص صفر تا 100% از یکدیگر با دقت 75 درصد بود. بنابراین سامانه بینی الکترونیکی با پیشنهادی بر پایه الگوریتم مذکور توانست با دقت قابل قبولی، درجه خلوص اسانس نعناع فلفلی را تشخیص دهد.