- همه نشریات
- نشریات علمی سازمان تحقیقات، آموزش و ترویچ کشاورزی
- مجلات ترویجی سازمان تحقیقات، آموزش و ترویج کشاورزی
- سایر نشریات سازمان تحقیقات، آموزش و ترویج کشاورزی
- نشریات علمی انجمن ها
- علوم آب و خاک
- علوم اقتصاد و ترویج کشاورزی
- علوم جنگل, مرتع و آبخیزداری
- علوم دامی و شیلات
- علوم زراعی و باغی
- علوم گیاهپزشکی
- علوم مهندسی و مکانیزاسیون کشاورزی
- نشریات با زبان انگلیسی
- نشریات با زبان فارسی
- نشریات دانشگاه آزاد اسلامی
- نشریات علمی
آمار
| تعداد نشریات | 281 |
| تعداد نشریات سازمان | 80 |
| تعداد شماره‌ها | 2,370 |
| تعداد مقالات | 27,508 |
| تعداد مشاهده مقاله | 15,239,087 |
| تعداد دریافت فایل اصل مقاله | 12,086,049 |
ارزیابی غیرمخرب رسیدگی میوه انجیر با استفاده از طیف‌سنجی فروسرخ نزدیک موج کوتاه/مرئی | ||
| تحقیقات مهندسی صنایع غذایی | ||
| مقالات آماده انتشار، اصلاح شده برای چاپ، انتشار آنلاین از تاریخ 11 مرداد 1401 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/fooder.2021.353402.1293 | ||
| نویسنده | ||
رضا محمدی گل 
| ||
| دانشکده کشاورزی. ه اراکدانشگا | ||
| چکیده | ||
| در تحقیق حاضر اسپکتروسکوپی بازتابی فروسرخ نزدیک موج کوتاه/ مرئی (Vis/SWNIR) در محدوده 950-425 نانومتر بمنظور پیش‌بینی شاخص مزه و سفتی بافت میوه انجیر بررسی شد. علاوه بر این، عملکرد طبقه‌بندهای LDA و QDA در تفکیک انجیر‌های رسیده، نیمه‌رسیده و نرسیده بر پایه ترکیب روش‌های مختلف پیش‌پردازش طیفی بررسی شد. تعداد 167 میوه انجیر برای تدوین و اعتبارسنجی مدل‌ها انتخاب شدند. از تکنیک آنالیز مولفه‌های اصلی برای استخراج مولفه‌های اصلی طیف‌ها استفاده شد. عملکرد مدل مربعات حداقل جزئی (PLS) و روش‌های رایج پیش‌پردازش داده های طیفی با شاخص‌های: انحراف پیش‌بینی باقیمانده (RPD)، ضریب همبستگی تخمین (rp) و جذر میانگین مربعات خطای پیش‌بینی (RMSEP) مورد ارزیابی قرار گرفت. کارآمدی طبقه‌بندها به همراه روش‌های پیش‌پردازش نیز با درصد دقت تفکیک درست دسته نمونه‌های آزمون اعتبارسنجی شد. بیشترین شاخص RPD در پیش بینی سفتی بافت و شاخص مزه به ترتیب برابر 1/79 (0/845=rp و 1/64= RMSEP) و 0/89 (0/215=rp و 10/09= RMSEP) در پیش‌پردازش ترکیبی میانگین‌گیری متحرک (MA) و De-trending بدست آمد. همچنین دقت تفکیک درست طبقه‌بندهای LDA و QDA برابر 93/33درصد (بدون پیش‌پردازش طیف‌ها) بدست آمد. | ||
| کلیدواژه‌ها | ||
| رسیدگی انجیر؛ مربعات حداقل جزئی؛ طیف سنجی فروسرخ نزدیک موج کوتاه/مرئی؛ طبقه‌بندی؛ ارزیابی غیرمخرب | ||
| عنوان مقاله [English] | ||
| Nondestructive evaluation of fig fruit maturity using visible / short-wave near-infrared spectroscopy | ||
| چکیده [English] | ||
| In the present study, visible/shortwave near-infrared reflectance spectroscopy (Vis/SWNIR, 425–950 nm) was used to predict taste index (SSC/TA) and flesh firmness of fig fruits. Besides, the efficiency of LDA and QDA classifiers in detecting ripe, semi-ripe, and unripe figs was studied based on a combination of pretreatment methods. A total of 167 fig fruits were selected for the development and validation of the models. Principal component analysis (PCA) was employed to extract the principal components of the spectra. PLS performance and common spectral data pretreatment methods were evaluated using the residual prediction deviation (RPD), predictive correlation coefficient (rp), and root mean square error of prediction (RMSEP). Moreover, the efficiency of the classifiers and pretreatment methods was evaluated using the mean overall accuracy (%) of the testing samples. Based on the combined pretreatment method of MA + De-trending, the highest mean value of RPDs was 1.79 for flesh firmness (RMSEP = 0.845, rp = 1.64), and 0.89 for taste index (RMSEP = 10.09, rp = 0.215). The overall accuracy of LDA and QDA classifiers (in No- pretreatment of spectral data) equal 93.33 was achieved. | ||
| کلیدواژه‌ها [English] | ||
| fig ripeness, Partial least squares, visible/shortwave near-infrared reflectance spectroscopy, classification, non-destructive evaluation | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 5 |
||
