امروزه تقاضا برای محصولات با کیفیت بالا افزایش یافته و استانداردهای سختگیرانه ای برای سلامت آنها وضع می شود. لذا برای ارتقاء صادرات انواع محصولات کشاورزی، استفاده از فن آوری های پیشرفته پس از برداشت، برای تعیین سریع تر، موثرتر و دقیق تر کیفیت و سلامت محصولات ضروری می باشد. در این تحقیق، روش تصویربرداری ابرطیفی در محدوده 400 تا 1000 نانومتر، برای تشخیص سیب های آفت زده توسط کرم سیب، بکار برده شده است. پس از تهیه نمونه های آفت زده و انتقال آنها به آزمایشگاه، تصاویر تحت شرایط کنترل شده گرفته شدند. سپس طیف بازتابی میانگین از نواحی مطلوب استخراج و پیش پردازش گردیده و در نهایت با استفاده از چندین تکنیک یادگیری ماشین شامل تحلیل تفکیک خطی،  -kنزدیکترین همسایه و درخت تصمیم گیر طبقه بندی نمونه ها انجام گرفت. نتایج نشان داد جداسازی میوه های آفت زده با نرخ کلاس بندی 96% و 94% برای نمونه های سالم و آفت زده امکان پذیر بوده و بهترین نرخ کلاس بندی برای روش درخت تصمیم گیر بدست آمد. همچنین طول موج های بهینه برای توسعه تصویربرداری چندطیفی استخراج گردیدند. نتایج این پژوهش بیانگر کارآیی بالای تصویربرداری ابرطیفی در جداسازی غیرمخرب سیب های آفت زده برای استفاده در ماشین های درجه بندی می باشد.

آواز در طول تاریخ همواره مورد تحسین شنوندگان موسیقی بوده و به سرایندگی روح نسبت داده شده است. آواز عالی عموما فرایندی آموخته و وابسته به شناخت انسان از ذات و نیروهای درونی خود است. از این رو اگرچه برخی آموزگاران تکنیک آواز را با مهارت های ارتباطی مانند گویندگی و بازیگری مشابه می دانند اما این تکنیک بیش از همه در جهت شناخت و بیان احساسات درونی انسان در قالب موسیقی تجلی می یابد. فراگیری تکنیک آواز نیاز به تسلط کامل بر عملکرد صحیح بدن دارد تا دست یابی به سطح بالاتری از آواز بدون آسیب را فراهم کند. همچنین استفاده از روشی آموزشی برای فراگیری آن باید متناسب با نیازهای فرهنگی آوازخوان و موسیقی او باشد و بر مبانی مشترک سبک ها و گونه های مختلف آواز، همچون چگونگی تنفس و کنترل حنجره برای ادای واژه ها و نت ها تاکید داشته باشد. در مقاله ی حاضر دستیابی به اصول چنین تکنیکی دنبال می شود.