TY - JOUR ID - 28981 TI - کاربرد تصویربرداری ابرطیفی مرئی- مادون قرمز نزدیک و روش‌های آنالیز چند متغیره جهت پیشگویی رطوبت و سختی مغزهای پسته برشته شده در شرایط مختلف JO - ماشین های کشاورزی JA - JAM LA - fa SN - 2228-6829 AU - محمدی مقدم, تکتم AU - رضوی, سید محمد علی AU - تقی زاده, مسعود AU - سازگارنیا, آمنه AU - پرادان, بیسواجت AD - دانش‌آموخته دکتری مهندسی صنایع غذایی دانشگاه فردوسی مشهد، مشهد، ایران AD - گروه علوم و صنایع غذایی، دانشگاه فردوسی مشهد، مشهد، ایران AD - گروه فیزیک پزشکی، دانشگاه علوم پزشکی مشهد، مشهد، ایران AD - دانشگاه پوترا، مالزی Y1 - 2015 PY - 2015 VL - 5 IS - 2 SP - 281 EP - 291 KW - آزمون فشاری KW - برشته کردن KW - پسته KW - تصاویر ابرطیفی DO - 10.22067/jam.v5i2.28486 N2 - با افزایش توقعات در ارتباط با کیفیت و سلامت محصولات غذایی، روش‌های تجزیه‌ای صحیح و دقیق برای اطمینان از کیفیت، صحت و سلامت محصول ضروری است. روش‌های سنتی کنترل مواد غذایی، زمان بر، گران و نیازمند تخریب نمونه هستند. بنابراین استفاده از اتوماسیون برای اطمینان از کیفیت محصولات کشاورزی ضروری است. هدف از این تحقیق استفاده از تصویربرداری ابرطیفی، شیوه‌های مختلف پیش پردازش و روش‌های آنالیز چند متغیره (رگرسیون کمترین مربعات جزئی و شبکه عصبی مصنوعی) جهت پیشگویی رطوبت و سختی مغزهای پسته طی شرایط مختلف برشته کردن (دما، زمان و سرعت جریان هوای برشته کردن) بوده است. نتایج نشان داد تصویربرداری ابرطیفی می‌تواند به‌خوبی برای پیشگویی میزان رطوبت و سختی مغزهای پسته برشته شده به‌کار رود. بررسی‌ها نشان داد استفاده از روش‌های مختلف پیش پردازش می‌تواند باعث کاهش خطای پیشگویی و بهبود کیفیت مدل به‌دست آمده شود. روش شبکه عصبی مصنوعی بهتر از روش کمترین مربعات جزئی توانست برای پیشگویی میزان رطوبت و سختی مغزهای پسته برشته شده به‌کار رود. بهترین مدل برای پیشگویی رطوبت مغزهای پسته برشته شده با انجام پیش پردازش‌های تبدیل متغیر نرمال استاندارد، موجک و مشتق اول به‌دست آمد که میزان ضریب تبیین 907/0 و میزان خطای پیشگویی 179/0 بود. برای پیشگویی سختی مغزهای پسته برشته شده بهترین مدل از پیش پردازش‌های تبدیل متغیر نرمال استاندارد، موجک و مشتق دوم به‌دست آمد که میزان ضریب تبیین 876/0 و میزان خطای پیشگویی216/5 به‌دست آمد. UR - https://jame.um.ac.ir/article_28981.html L1 - https://jame.um.ac.ir/article_28981_9333c486fa0af3e180159565493eb0d0.pdf ER -