استفاده از روش های تشخیص الگو در آنالیز داده های حسگر بویایی جهت شناسایی تقلبات گلوکز و فروکتوز در عسل

رایحه عسل یکی از پارامترهای مهم در طبقه بندی عسل به حساب می آید و بوی آن بسته به گل های مختلف، موقعیت جغرافیایی و ترکیبات تشکیل دهنده عسل می تواند متفاوت باشد. هدف از این تحقیق توسعه و ارزیابی یک سامانه ماشین بویایی به عنوان روشی نوین، مقرون به صرفه، سریع و غیرمخرب جهت شناسایی تقلب در عسل بود. برای این منظور ارتباط بین گازهای سر فضای عسل های با درصدهای مختلف تقلب (خالص، 20 درصد شربت، 40 درصد شربت، 60 درصد شربت و 80 درصد شربت) مورد ارزیابی قرار گرفت. ماشین بویایی ساخته شده شامل 8 عدد حسگر نیمه هادی اکسید فلزی برای جمع آوری اطلاعات موجود در گازهای فضای فوقانی عسل بود. بعد از پیش پردازش داده های به دست آمده از ماشین بویایی مدل های تشخیص الگو جهت شناسایی تقلب مورداستفاده قرار گرفتند. اجزای اصلی سامانه طراحی شده شامل سامانه تحصیل داده، الگوریتم های تشخیص الگو و تحلیل داده می باشد. تحلیل مولفه های اصلی (PCA)، تجزیه خوشه ای(HCA)، تحلیل (آنالیز) و تفکیک کننده خطی (LDA) روش هایی بودند که برای تحلیل داده های به دست آمده از ماشین بویایی، مورداستفاده قرار گرفتند. باتوجه به نتایج به دست آمده دقت تشخیص تقلب شامل 98/4 درصد واریانس به روش PCA، 99 درصد دقت طبقه بندی به روش HCA و 100 درصد قدرت طبقه بندی به روش LDA بود. نتایج نشان داد ماشین بویایی ساخته شده یک وسیله کارآمد و قابل اطمینان در تشخیص تقلب عسل است.