این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات گیاهان دارویی و معطر ایران، جلد ۳۳، شماره ۳، صفحات ۳۳۹-۳۴۹
عنوان فارسی بررسی عملکرد یک سیستم بینی الکترونیکی در طبقه‌بندی کیفی اسانس گل‌محمدی (Rosa damascene Mill.) به کمک شبکه عصبی مصنوعی
چکیده فارسی مقاله به‌دلیل افزایش استفاده از گیاهان دارویی و معطر، توجه به امر طبقه‌بندی کیفی آنها نیز امری اجتناب‌ناپذیر می‌باشد. گل‌محمدی (Rosa damascene Mill.) نیز با ارزش بالای اسانس و خواص بی‌نظیر آن در صنایع بهداشتی، غذایی و دارویی یکی از این گیاهان است. از این‌رو، در این مطالعه طبقه‌بندی کیفی اسانس 9 ژنوتیپ از گل‌محمدی با کمک یک سیستم بینی الکترونیکی براساس حسگرهای نیمه‌هادی اکسید فلزی (MOS) مورد بررسی قرار گرفت. ترکیب‌های اصلی تأثیرگذار در کیفیت اسانس گل‌محمدی با استفاده از روش کروماتوگرافی گازی (GC) و کروماتوگرافی گازی متصل به طیف‌سنج جرمی (GC-MS) شناسایی شدند و بر اساس درصد کل این ترکیب‌ها، نمونه‌ها در سه کلاس از نظر کیفی طبقه‌بندی شدند. سپس طبقه‌بندی این کلاس‌ها با استفاده از بینی الکترونیک طراحی شده مورد ارزیابی قرار گرفت. در استفاده از ابزارهای کمومتریک نتایج آنالیز مؤلفه‌های اصلی (PCA) نشان داد که با استفاده از دو مؤلفه اصلی اول (PC1، PC2) می‌توان 85% واریانس داده‌ها را توجیه کرد. همچنین با استفاده از نمودار لودینگ حاصل از PCA، حسگرهایی که تأثیر بیشتری در تفکیک کلاس‌ها داشتند، شناسایی شدند. در ادامه دقت طبقه‌بندی با استفاده از شبکه عصبی پس انتشار پرسپترون چند لایه (Bp-MLP) به‌عنوان یک روش تحت نظارت، برای داده‌های آموزش و آزمون به‌ترتیب 100% و 96% بدست آمد. در پایان نتایج نشان داد که بینی الکترونیکی به‌عنوان ابزاری ارزان، دقیق، آسان و با قابلیت تبدیل به حالت زمان واقعی می‌تواند در راستای طبقه‌بندی کیفی اسانس گل‌محمدی و در نتیجه ژنوتیپ‌های آن مؤثر واقع شود.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Investigation of electronic nose system in classification of Rosa damascena Mill. essential oil by artificial neural network
چکیده انگلیسی مقاله Due to the increased use of medicinal plants, the qualitative classification is inevitable. Rosa damascena Mill. with a high value of essential oil and its unique properties in the health, food and pharmaceutical industries is of one of these plants. In this study, after essential oil extraction from nine genotypes of Rosa, the essential oil components were identified by GC and GC-MS analysis. The genotypes were divided in three classes (C1, C2, C3) based on total percentage of six most important compounds, having major role in essential oil quality (phenyl ethyl alcohol, trans rose oxide, citronellol, nerol, geraniol, geranial).Then, the classes were tested by an electronic nose (EN) system designed based on metal oxide semiconductor (MOS) sensors. Sensors response pattern was recorded and analyzed by chemometrics methods in next step. Results of principal components analysis (PCA) showed that 85% of data variance was explained by two first principal components (PC1, PC2). Artificial neural network based on back propagation multilayer perceptron (Bp-MLP) was performed and classification accuracy achieved 100% and 96% for training and test sets, respectively. These results showed that EN could be used as a quick, easy, accurate and inexpensive system to classify Rosa damascene Mill essential oil.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله عباس گرجی چاکسپاری | gorji چاکسپاری
دانشجوی دکتری، گروه مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه ارومیه، ایران
سازمان اصلی تایید شده: دانشگاه ارومیه (Urmia university)

علی محمد نیکبخت | mohammad nikbakht
دانشیار، گروه مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه ارومیه، ایران
سازمان اصلی تایید شده: دانشگاه ارومیه (Urmia university)

فاطمه سفیدکن سفیدکن | fatemeh sefidkon
استاد، بخش تحقیقات گیاهان دارویی و محصولات فرعی، مؤسسه تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران
سازمان اصلی تایید شده: موسسه تحقیقات جنگل ها و مراتع

مهدی قاسمی ورنامخواستی | ghasemi varnamkhasti
استادیار، گروه مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه شهرکرد، ایران
سازمان اصلی تایید شده: دانشگاه شهرکرد (Shahr kord university)

نشانی اینترنتی http://ijmapr.areeo.ac.ir/article_112891_482ddd8e69bd289a35909e05c7a4f201.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/717/article-717-426724.pdf
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