تکنولوژیهای پس از برداشت
حسن ذکی دیزجی؛ محمد محمودی سورستانی؛ ناهید عقیلی ناطق؛ آناهیتا بویری ده شیخ
چکیده
مطالعه حاضر به بررسی طبقهبندی ده ژنوتیپ نعناع توسط یک سیستم بینی الکترونیکی مبتنی بر حسگرهای نیمههادی اکسید فلزی (MOS) میپردازد. نمونههای برگ از ژنوتیپهای مختلف نعناع برداشت شد، سپس پاسخ سنسورهای سیستم به هر نمونه ثبت شد. برای طبقهبندی گیاهان، پاسخ تمام حسگرهای بینی الکترونیکی با روشهای تجزیه و تحلیل اجزای اصلی (PCA)، تجزیه ...
بیشتر
مطالعه حاضر به بررسی طبقهبندی ده ژنوتیپ نعناع توسط یک سیستم بینی الکترونیکی مبتنی بر حسگرهای نیمههادی اکسید فلزی (MOS) میپردازد. نمونههای برگ از ژنوتیپهای مختلف نعناع برداشت شد، سپس پاسخ سنسورهای سیستم به هر نمونه ثبت شد. برای طبقهبندی گیاهان، پاسخ تمام حسگرهای بینی الکترونیکی با روشهای تجزیه و تحلیل اجزای اصلی (PCA)، تجزیه و تحلیل تشخیص خطی (LDA)، تجزیه و تحلیل متمایز درجه دوم (QDA) و شبکه عصبی مصنوعی (ANN) مورد بررسی قرار گرفت. بر اساس نتایج تجزیه و تحلیل کیفی اسانسها توسط دستگاه GC-MS، بیش از 99 درصد ترکیبات شناساییشده در چهار گروه شیمیایی شامل هیدروکربنها و مونوترپنها و سسکوئیترپنهای اکسیژندار قرار داشتند. همچنین بر اساس تجزیه و تحلیل بای پلات، جمعیتهای مختلف نعناع را میتوان بهطور کلی به 8 گروه تقسیم کرد. نتایج تحلیل مؤلفههای اصلی با استفاده از دادههای بهدستآمده از سیستم نشان داد که دو مؤلفه اصلی اول میتوانند در مجموع 97 درصد از واریانس دادهها را پوشش دهند. دقت طبقهبندی با استفاده از دادههای بینی الکترونیکی برای تجزیه و تحلیل وضوح خطی، تجزیه و تحلیل وضوح درجه دوم و شبکه عصبی مصنوعی بهترتیب 98.9، 99.9 و 96% بهدست آمد. طبقهبندی مناسب ژنوتیپهای نعناع توسط سیستم بینی الکترونیکی میتواند بهعنوان جایگزینی حساس، قابلاعتماد و کمهزینه برای روشهای سنتی مورد استفاده قرار گیرد.
