ساخت و توسعه یک سامانه ماشین بویایی در ترکیب با روش های شناسایی الگو برای تشخیص تقلب فرمالین در شیر خام

تقلب در شیر و دیگر محصولات لبنی نه تنها یک تهدید جدی برای سلامت انسان است بلکه زیان های اقتصادی متعددی را نیز به دنبال دارد. از جمله تقلبات رایج در شیر خام، استفاده از مواد بازدارنده بار میکروبی است. در این پژوهش، یک سامانه ی ماشین بویایی (بینی الکترونیکی) بر پایه هشت حسگر نیمه هادی اکسید فلزی (MOS) ساخته شد و قابلیت آن در تشخیص مقادیر مختلف فرمالین در شیر خام (0، 05/0، 1/0، 2/0 و 3/0 درصد) مورد بررسی قرار گرفت. بردار ویژگی ها از سیگنال پاسخ حسگرها استخراج و به عنوان ورودی مدل های تشخیص الگو استفاده شد. بر اساس نتایج حاصل، آنالیز مولفه های اصلی با دو مولفه ی PC1 و PC2، % 93 از واریانس داده ها را پوشش داد. در مجموعه ی حسگری، حسگرهای MQ4، FIS، TGS822 و TGS2620 بالاترین مقادیر ضریب لودینگ و حسگر TGS2602 کمترین مقدار این ضریب را به خود اختصاص دادند. همچنین استفاده از روش تحلیل تفکیک خطی، دقت طبقه بندی 1/80% را نشان داد. با کاربرد ماشین بردار پشتیبان با تابع چندجمله ای درجه سه، دقت آموزش و اعتبارسنجی طبقه بندی به ترتیب 100 %و 91/90 % به دست آمد. دقت طبقه بندی کل نیز با به کارگیری تکنیک شبکه های عصبی مصنوعی 100% به دست آمد.