این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی بیوسیستم ایران، جلد ۵۶، شماره ۱، صفحات ۷۱-۸۲
عنوان فارسی تشخیص تقلب چربی و گوشت مرغ در گوشت گوسفند با استفاده از طیف‌سنجی VIS/NIR و مدل LDA
چکیده فارسی مقاله تقلب در گوشت، به‌عنوان یکی از اصلی‌ترین و مغذی‌ترین مواد غذایی انسان، تهدیدات جدی برای سلامتی و اقتصاد مصرف‌کننده به همراه دارد. این پژوهش به بررسی تشخیص تقلب در گوشت گوسفند با چربی و گوشت مرغ از طریق طیف‌سنجی VIS/NIR در محدوده 200 تا 1100 نانومتر پرداخته است. نمونه‌های تقلبی به‌صورت دستی و با سطوح تقلب وزنی 5، 10، 15 و 20 درصد تهیه شدند. در مجموع، 190 نمونه مورد بررسی قرار گرفت که هرکدام دارای وزن 10 گرم بودند. برای حذف اثرات افزایشی و پراکندگی در داده‌های طیفی، از روش‌های مختلف پیش‌پردازش شامل مشتقات و تصحیح پراکندگی استفاده شد. تحلیل مؤلفه‌های اصلی (PCA) به‌منظور کاهش متغیرها و خوشه‌بندی داده‌ها و مدل تحلیل تفکیک خطی (LDA) با پیش‌پردازش‌های متنوع برای جداسازی نمونه‌های گوشت به کار گرفته شدند. بهترین دقت پیش‌بینی، 70/76 درصد برای داده‌های 3 کلاس و 92/89 درصد برای داده‌های 9 کلاس، با استفاده از پیش‌پردازش ساویتزی-گولای حاصل شد. این نتایج بیانگر قابلیت بالای طیف‌سنجی VIS/NIR  همراه با روش‌های شیمی‌سنجی در شناسایی تقلب در گوشت چرخ‌کرده گوسفند است. یافته‌های این مطالعه می‌توانند گامی مؤثر در بهبود کیفیت و ایمنی غذایی و کاهش خطرات مرتبط با تقلب در محصولات گوشتی محسوب شوند.
کلیدواژه‌های فارسی مقاله طیف‌سنجی،تقلب،گوشت،PCA،LDA،
عنوان انگلیسی Detection of fat and chicken adulteration in lamb using VIS/NIR spectroscopy and LDA model
چکیده انگلیسی مقاله Meat adulteration, as one of the most essential and nutritious human food sources, poses significant health and economic threats to consumers. This study investigates the detection of adulteration in minced lamb meat with fat and chicken meat using VIS/NIR spectroscopy in the range of 200–1100 nm. Adulterated samples were manually prepared at weight-based adulteration levels of 5%, 10%, 15%, and 20%. A total of 190 samples, each weighing 10 grams, were analyzed. To eliminate additive and scattering effects in the spectral data, various preprocessing methods, including derivatives and scatter correction, were applied. Principal Component Analysis (PCA) was employed for variable reduction and clustering, while Linear Discriminant Analysis (LDA) with different preprocessing techniques was used to classify the meat samples. The best accuracy, 76.70% for 3-class data and 89.92% for 9-class data, was achieved using Savitzky-Golay preprocessing. The results demonstrate the high potential of VIS/NIR spectroscopy combined with chemometric methods in detecting adulteration in minced lamb meat. The findings of this study can play an effective role in improving food quality and safety and mitigating risks associated with adulterated meat products.
کلیدواژه‌های انگلیسی مقاله طیف‌سنجی,تقلب,گوشت,PCA,LDA
نویسندگان مقاله امیر کاظمی |
گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران

اصغر محمودی |
گروه بیوسیستم، دانشکده کشاورزی، دانشگاه تبریز، ایران

هادی ولادی |
گروه مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران

ارش جوانمرد |
گروه علوم دامی، دانشکده کشاورزی، دانشگاه تبریز

نشانی اینترنتی https://ijbse.ut.ac.ir/article_102585_8285d1e8bb96fa530cfbe1b80f49d1ea.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات