بررسی تاثیر پوششدهی با صمغ فارسی حاوی روغن شاهدانه بر تغییرات جرم و حجم انگور با استفاده از سیستمهای بینایی ماشین و یادگیری ماشین | ||
| مجله علوم و صنایع غذایی ایران | ||
| Article 13, Volume 18, Issue 113, 1400, Pages 157-172 PDF (1.53 M) | ||
| DOI: 10.52547/fsct.18.113.157 | ||
| Authors | ||
| علی گنجلو1; محسن زندی* 2; ماندانا بی مکر2; ابوالفضل قره باغی3 | ||
| 1دانشیار، گروه علوم و مهندسی صنایع غذایی، دانشکده کشاورزی، دانشگاه زنجان، زنجان، ایران | ||
| 2استادیار، گروه علوم و مهندسی صنایع غذایی، دانشکده کشاورزی، دانشگاه زنجان، زنجان، ایران | ||
| 3دانش آموخته کارشناسی، گروه علوم و مهندسی صنایع غذایی، دانشکده کشاورزی، دانشگاه زنجان، زنجان، ایران | ||
| Abstract | ||
| در این پژوهش تاثیر پوشش خوراکی صمغ فارسی (0، 5/1 و 3 درصد) حاوی روغن شاهدانه (0، 075/0 و 15/0 درصد) بر تغییرات جرم و حجم طی نگهداری در دمای 4 درجه سلسیوس به مدت 28 روز بررسی گردید. سیستم بینایی ماشین به همراه انواع روشهای یادگیری ماشین برای استخراج تصویر انگور از تصویر و تخمین جرم و حجم بر اساس خصیصههای تصویر (طول، عرض، ارتفاع و سطح) استفاده شد. برای پیشبینی جرم و حجم حبه انگور 4 مدل یادگیری ماشین شامل رگرسیون خطی (LR)، شبکه عصبی مصنوعی (ANN)، ماشین بردار پشتیبان بر پایه تابع شعاعی (RBF-SVR) و ماشین بردار پشتیبان بر پایه تابع خطی (LBF-SVR) توسعه یافت. بهمنظور بررسی کارایی مدلهای توسعه یافته دادههای تخمین جرم و حجم انگور با دادههای تجربی مقایسه گردید. جرم و حجم طی نگهداری در کل تیمارها کاهش یافت. از طرفی تغییرات جرم و حجم با افزایش غلظت صمغ فارسی و روغن شاهدانه کاهش یافت. بر اساس نتایج ارزیابی مدل، عملکرد پیشبینی مدل RBF-SVR در مقایسه با مدلهای LR، ANN و LBF-SVR دقیقتر بود و توانست جرم و حجم را به ترتیب با ضریب تبیین 998/0 و 989/0 تخمین بزند که نشاندهنده همبستگی خوب بین نتایج واقعی و پیشبینی است. این نتایج تائید مینماید که مدل SVR ابزاری قابل قبول در تخمین جرم و حجم انگور پوششدار شده طی نگهداری در دمای سردخانه است. | ||
| Keywords | ||
| پوششدهی; پردازش تصویر; ماشین بردار پشتیبان; شبکه عصبی مصنوعی; پیشبینی | ||
| References | ||
|
| ||
|
Statistics Article View: 178 PDF Download: 155 |
||
| Number of Journals | 45 |
| Number of Issues | 2,160 |
| Number of Articles | 24,572 |
| Article View | 19,801,060 |
| PDF Download | 15,998,697 |