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

مقاله مقاله نشریه

مشخصات مقاله

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

نسخه انگلیسی

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

video

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

sound

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

نسخه انگلیسی

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

بازدید:

494
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

513
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

انتخاب الگوریتم بهینه ی طبقه بندی و تشخیص تقلب در روغن زیتون با استفاده از ماشین بویایی

صفحات

 صفحه شروع 371 | صفحه پایان 383

چکیده

روغن زیتون فرابکر همیشه مورد توجه و خواست استفاده کنندگان می باشد؛ از این رو در روغن های زیتونِ بکر و فرابکر, تقلب, با افزودن روغن های با ارزش غذایی و قیمت کمتر مثل کانولا, آفتابگردان, تفاله زیتون و غیره مشاهده می گردد. در این پژوهش با استفاده از فناوری ماشین بویایی روغن زیتون فرابکر, از نمونه های تقلبی تهیه شده با روغن های متداول در بازار و با هفت مدل طبقه بندی مختلف تشخیص داده شد. نمونه ها در شش دسته ی "خالص و 5, 10, 20, 35 و 50 درصد تقلب" و هر تیمار در هفت نمونه تهیه و آزمایش ها در هفت تکرار انجام گرفت. سامانه بویایی از هشت حسگر متفاوت تشکیل شده که برای هر کدام نمودار تغییر ولتاژ بر حسب زمان تهیه و از آن نمودار چهار ویژگی "کمینه, بیشینه, میانگین و اختلاف بیشینه و کمینه" در مدل های طبقه بندی استفاده گردید. به این ترتیب تعداد 32 ویژگی برای هشت حسگر استخراج و مورد تجزیه و تحلیل قرار گرفت. به جهت تاثیر دمای نمونه ها در خروجی سامانه, تمام آزمایش ها در دمای ثابت انجام گرفتند. طبقه بندی نتایج با چهار الگوریتم طبقه بندی "K-همسایگی نزدیک, ماشین بردار پشتیبان, شبکه عصبی مصنوعی و آدابوست" صورت پذیرفت. 70% داده ها برای آموزش و 30% برای آزمون استفاده گردید. از بین 32 ویژگی, ویژگی "کمینه مقدار خروجی سنسور TGS-822" بیشترین تاثیر را در دقت طبقه بندی داشتند. نتایج نشان داد روش طبقه بندی همسایگی نزدیک با بهترین دقت (89/89%) و پس از آن روش ماشین بردار پشتیبان (52/86%) بیشترین دقت طبقه بندی را دارا بودند.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    زارع زاده، محمدرضا، ابونجمی، محمد، قاسمی ورنامخواستی، مهدی، و آذری کیا، فاطمه. (1400). انتخاب الگوریتم بهینه ی طبقه بندی و تشخیص تقلب در روغن زیتون با استفاده از ماشین بویایی. ماشین های کشاورزی، 11(2 (پیاپی 22) )، 371-383. SID. https://sid.ir/paper/398629/fa

    Vancouver: کپی

    زارع زاده محمدرضا، ابونجمی محمد، قاسمی ورنامخواستی مهدی، آذری کیا فاطمه. انتخاب الگوریتم بهینه ی طبقه بندی و تشخیص تقلب در روغن زیتون با استفاده از ماشین بویایی. ماشین های کشاورزی[Internet]. 1400؛11(2 (پیاپی 22) ):371-383. Available from: https://sid.ir/paper/398629/fa

    IEEE: کپی

    محمدرضا زارع زاده، محمد ابونجمی، مهدی قاسمی ورنامخواستی، و فاطمه آذری کیا، “انتخاب الگوریتم بهینه ی طبقه بندی و تشخیص تقلب در روغن زیتون با استفاده از ماشین بویایی،” ماشین های کشاورزی، vol. 11، no. 2 (پیاپی 22) ، pp. 371–383، 1400، [Online]. Available: https://sid.ir/paper/398629/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا