جستجو در مقالات منتشر شده
۱ نتیجه برای بهنام پور
دوره ۲۱، شماره ۱۵۱ - ( شهریور ۱۴۰۳ )
چکیده
با تغییر در شدت عملیات مکانیکی-حرارتی متفاوت، تنوع فرمولاسیون و شرایط نگهداری، ۳۶ نمونه پنیر موزارلا کمچرب تهیه و سختی چسبندگی، انسجام، فنریت، حالت صمغی و قابلیت جویدن آنها توسط تجزیه و تحلیل مشخصات بافت اندازهگیری و با استفاده از تجزیه و تحلیل تکمتغیره در قالب فاکتوریل در نرمافزار SPSS با یکدیگر مقایسه شد. سپس تصویربرداری از همان نمونهها با دوربین فراطیفی در محدوده ۱۰۰۰-۴۰۰ نانومتر با دوربین فراطیفی انجام و پس از پیشپردازش طیفها و جداسازی طول موجهای مؤثر به کمک الگوریتمهای انتخاب ویژگی، مدلسازی با الگوریتم رگرسیون خطی چندگانه، رگرسیون حداقل مربعات جزئی، ماشین بردار پشتیبان با کرنل خطی، شبکه عصبی پرسپترون چندلایه، جنگلهای تصادفی و الگوریتم رأی اکثریت در نرمافزار پایتون انجام و کارائی مدلهای ارزیابی گردید. نتایج نشان داد که با تشدید عملیات مکانیکی-حرارتی، سختی، فنریت، حالت صمغی و قابلیت جویدن و انسجام افزایش و چسبندگی کاهش پیدا کرد (۰۵/۰< P). افزودن اسید و جانشینشوندههای چربی سبب کاهش سختی، انسجام، فنریت و قابلیت جویدن شده و حالت صمغی و چسبندگی را افزایش دادند. الگوریتم رأی اکثریت، بیشترین کارایی را در پیشبینی سختی (۸۷۸/۰=R۲p، ۵۲/۲۶۰۶= RMSEp و ۱۲/۲=RPD) بروز داد و توانست انسجام موزارلا را با کارائی بالاتری نسبت به سایر الگوریتمها پیشبینی نماید. رگرسیون خطی چندگانه در پیشبینی چسبندگی کارائی نداشت، اما روش جنگلهای تصادفی با عملکرد بالا این ویژگی را پیشبینی نمود (۸۰۸/۰=R۲p، ۴۹/۵۶= RMSEp، ۹۰/۱=RPD). شبکه عصبی پرسپترون چندلایه با کمترین خطا، توانست فنریت (۸۴۸/۰= R۲p ۰۹۴/۰= RMSEp، ۱۲/۲=RPD) و قابلیت جویدن (۸۴/۰=R۲p، ۲۱/۱۱۱۷= RMSEp، ۹۶/۱=RPD) موزارلا را با عملکرد مناسب پیشبینی نماید. تمام روشها به جز جنگلهای تصادفی توانستند با کارائی بالا حالت صمغی را پیشبینی کنند. در این مطالعه مشخص شد عوامل فرایند تأثیر معنیداری بر ویژگیهای بافتی داشتند و روش تصویربرداری تصویربرداری فراطیفی یک روش جایگزین مناسب برای تخمین ویژگیهای بافتی پنیر موزارلا تشخیص داده شد.
