مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,255
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

707
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

استخراج ترکیبات فنلی از برگ های درخت اکالیپتوس (.Eucalyptus camaldulensis Dehn) به کمک مایکروویو و پیش گویی روند استخراج با استفاده از شبکه های عصبی مصنوعی

صفحات

 صفحه شروع 70 | صفحه پایان 80

چکیده

 روش های استخراج جدید همچون استخراج به کمک مایکروویو, روش های سریع و موثر برای استخراج ترکیب های موثره از بافت های گیاهی هستند. با انتخاب صحیح و مناسب روش استخراج می توان حداکثر غلظت ترکیب های فنلی را با خلوص بالا از ماده مورد نظر در مقایسه با روش های سنتی استخراج کرد. در این تحقیق تاثیر غلظت اتانول (10, 20, 30, 40, 50, 60, 70, 80, 90 و 100 درصد) و زمان استخراج (0.5, 1, 2, 5, 7, 9, 11, 13 و 15 دقیقه) بر روی میزان استخراج ترکیبات فنلی از برگ های اکالیپتوس به کمک مایکروویو بررسی گردید و از روش شبکه عصبی برای پیش بینی روند استخراج استفاده شد. نتایج نشان داد که غلظت 50 درصد اتانول بیشترین میزان استخراج را داشت. شبکه مورد استفاده برای شبیه سازی, شبکه پس انتشار پیشخور با الگوریتم یادگیری لونبرگ-مارکوات برای آموزش الگوها استفاده شد. متغیرهای شبکه عصبی مصنوعی, تعداد نرون در لایه پنهان (4 تا 30) و نوع تابع محرک (تانژانت هایپربولیک و سیگموئید) در لایه پنهان بود. برای توسعه مدل های شبکه عصبی مصنوعی, بردار ورودی شامل غلظت اتانول و زمان استخراج و بردار خروجی میزان ترکیبات فنلی برگ های اکالیپتوس در نظر گرفته شد. نتایج نشان داد که شبکه پس انتشار پیشخور با تابع محرک تانژانت هایپربولیک و با 16 نرون در لایه پنهان قادر است که میزان ترکیبات فنلی را با ضریب تعیین 0.9632 و میانگین مربعات خطای برابر با 0.00069 در مقایسه با سایر شبکه ها پیش بینی کند.

استنادها

  • ثبت نشده است.
  • ارجاعات

    استناددهی

    APA: کپی

    قره خانی، مهدی، دهقانی، امیراحمد، قره خانی، احمد، جبرائیلی، شاهرخ، و قربانی، محمد. (1391). استخراج ترکیبات فنلی از برگ های درخت اکالیپتوس (.Eucalyptus camaldulensis Dehn) به کمک مایکروویو و پیش گویی روند استخراج با استفاده از شبکه های عصبی مصنوعی. فیزیولوژی محیطی گیاهی (پژوهش های اکوفیزیولوژی گیاهی ایران)، 7(4 (پیاپی 28))، 70-80. SID. https://sid.ir/paper/185683/fa

    Vancouver: کپی

    قره خانی مهدی، دهقانی امیراحمد، قره خانی احمد، جبرائیلی شاهرخ، قربانی محمد. استخراج ترکیبات فنلی از برگ های درخت اکالیپتوس (.Eucalyptus camaldulensis Dehn) به کمک مایکروویو و پیش گویی روند استخراج با استفاده از شبکه های عصبی مصنوعی. فیزیولوژی محیطی گیاهی (پژوهش های اکوفیزیولوژی گیاهی ایران)[Internet]. 1391؛7(4 (پیاپی 28)):70-80. Available from: https://sid.ir/paper/185683/fa

    IEEE: کپی

    مهدی قره خانی، امیراحمد دهقانی، احمد قره خانی، شاهرخ جبرائیلی، و محمد قربانی، “استخراج ترکیبات فنلی از برگ های درخت اکالیپتوس (.Eucalyptus camaldulensis Dehn) به کمک مایکروویو و پیش گویی روند استخراج با استفاده از شبکه های عصبی مصنوعی،” فیزیولوژی محیطی گیاهی (پژوهش های اکوفیزیولوژی گیاهی ایران)، vol. 7، no. 4 (پیاپی 28)، pp. 70–80، 1391، [Online]. Available: https://sid.ir/paper/185683/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button