به کارگیری سامانه بینی الکترونیک مبتنی بر الگوریتم ماشین بردار پشتیبان برای تشخیص درجه خلوص اسانس نعناع فلفلی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 1. دانش آموخته دکتری تخصصی، مکانیزاسیون کشاورزی،گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران

2 گروه مهندسی بیوسیستم دانشگاه تبریز، تبریز، ایران

3 گروه مهندسی بیوسیستم، دانشگاه فردوسی مشهد

4 گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه ارومیه، ارومیه، ایران

10.22034/jrmam.2022.10098.542

چکیده

یکی از مواد اولیه و مهم که در صنعت دارویی و غذایی استفاده گسترده‌ای دارد اسانس حاصل از گیاهان دارویی است. اصالت و درجه خلوص اسانس از نظر اقتصادی و کاربری موضوع مهمی می‌باشد. روش‌های مبتنی بر تجزیه مواد برای شناسایی و ارزیابی اصالت اسانس‌ها دارای نقاط ضعفی از قبیل هزینه بالا و زمان‌بر بودن هستند و استفاده از سامانه‌های بینی الکترونیک این معایب را می‌تواند پوشش دهد. در این مطالعه یک سامانه بینی الکترونیک متشکل از 8 حسگر نیمه‌هادی اکسید فلز برای تعیین درجه خلوص اسانس نعناع فلفلی طراحی شد. از روش تجزیه به مؤلفه‌های اصلی (PCA) برای کاهش ابعاد داده‌ها و شناسایی حسگرهای مؤثر در تشخیص درجه خلوص و حذف حسگرهای غیر مفید و از روش ماشین بردار پشتیبان برای محاسبه دقت طبقه‌بندی استفاده شد. بر اساس نتایج، روش PCA با دو مؤلفه اصلی PC1 و PC2 توانست 82 درصد از واریانس داده‌ها را پوشش دهد. هم-چنین بر اساس نمودار لودینگ، حسگرهایی که تأثیر بیشتری در تشخیص درجات خلوص اسانس داشتند؛ شامل حسگرهای TGS822، MQ8،MQ3 ، MQ5 ، MQ9 و TGS813 نیز شناسایی شدند. الگوریتم تشخیص بر پایه ماشین بردار پشتیبان هم قادر به تفکیک نمونه‌های اسانس با درصد خلوص صفر تا 100% از یکدیگر با دقت 75 درصد بود. بنابراین سامانه بینی الکترونیکی با پیشنهادی بر پایه الگوریتم مذکور توانست با دقت قابل قبولی، درجه خلوص اسانس نعناع فلفلی را تشخیص دهد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Application of electronic nose system based on support vector machine algorithm to detect the purity of peppermint essential oil

چکیده [English]

One of the most important raw materials in the pharmaceutical and food industry is the essential oil of medicinal plants. The originality and purity of the essential oil is an important subject from an economical and practical point of view. Conventional methods for identifying and evaluating the authenticity of essential oils have weaknesses, and the use of electronic nose systems covers these disadvantages. In this study, an electronic nose system consisting of 8 metal oxide semiconductor sensors was designed to determine the purity of peppermint essential oil. The principal component analysis (PCA) method was used to reduce the dimensional of the data and identify the effective sensors in detecting the degree of purity and eliminating useless sensors. Then, classification accuracy was calculated by using the classification techniques of SVM. Based on the results, the PCA method with two main components, PC1, and PC2, explained 82% of the data variance. Also, based on the loading diagram, the sensors that had the most impact on detecting the degree of purity of essential oil, including TGS822, MQ8, MQ3, MQ5, MQ9, and TGS813, were identified. The diagnostic algorithm based on the support vector machine was also able to separate the samples of essential oils with a purity of zero to 100% from each other with an accuracy of 75%. Therefore, the proposed electronic nose system based on the mentioned  algorithm could detect the purity of peppermint essential oil with acceptable accuracy. 

کلیدواژه‌ها [English]

  • Essential oil
  • Electronic nose
  • PCA
  • purity
  • SVM
  • Peppermint