مجید دولتی

زیره سیاه ب هعنوان یکی از ارزشمندترین گیاهان دارویی کاربرد گسترده ای در صنایع دارویی و غذایی دارد و با توجه به تفاوت بالای قیمت و کیفیت بین گونه های مختلف آن، تقلب هایی در هنگام عرضه این محصول صورت می گیرد که منجر به نارضایتی مصر فکنندگان شده است. در این پژوهش، یک سامانه ماشین بویایی بر پایه هشت حسگر نیمه هادی اکسید فلزی در ترکیب با روش شناسایی الگو به منظور تشخیص سطوح مختلف تقلب ایجاد شده در زیره و ارزیابی اصالت آن به کار گرفته شد. از روش تحلیل مؤلفه های اصلی به منظور تحلیل داده های استخراج شده از سیگنال پاسخ حسگرها استفاده شد. بر اساس نتایج به دست 94 % واریانس مجموعه ی داد هها را برای نمون ههای مورد استفاده ،PC و 2 PC آمده، تحلیل مؤلف ههای اصلی با دو مؤلفه ی اصلی 1 MQ3، MQ بیش ترین مقادیر ضریب لودینگ و حسگرهای 135 FIS و MQ توصیف کردند. در مجموعه حسگری، حسگرهای 4 کم ترین مقدار این ضریب را به خود اختصاص دادند. سپس طبقه بندی نمونه ها با استفاده از تکنی ک های ماشین TGS و 813 انجام شد. با کاربرد ماشین بردار پشتیبان با تابع کرنل خطی، دقت آموزش (DT) و درخت تصمیم گیری (SVM) بردار پشتیبان در تفکیک و طبقه بندی نمونه های زیره تقلبی DT 97 % به دست آمد. هم چنین میزان موفقیت روش / و اعتبارسنجی 100 و 5 90 % برآورد شد.