مطالعه برخی از خواص کیفی عسل منطقه آذرشهر به روش طیف سنجی NIR
First Statement of Responsibility
رعنا صغایشی
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
کشاورزی
Date of Publication, Distribution, etc.
۱۴۰۰
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۸۴ص.
Accompanying Material
سی دی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
مهندسي مكانيك بیوسیستم گرایش فناوری پس از برداشت
Date of degree
۱۴۰۰/۶/۲۱
SUMMARY OR ABSTRACT
Text of Note
چکیده: کیفیت بیان کننده درجه مرغوبیت یا برتری یک کالا با در نظر گرفتن یک یا چند صفت است. در مورد محصولات غذایی واژه کیفیت کاربردهای مختلفی از جمله کیفیت خوراکی، بازارپسندی، کیفیت درونی، رنگ محصول، حمل و نقل و... دارد. عسل یک ماده غذایی کاملا طبیعی با ارزش تغذیه بالا و خواص دارویی فراوان است. با توجه به ساختار فیزیکوشیمیای آن و ارزش و گران ¬قیمت بودن مستعد تقلب ها با شربت¬های قندی ارزان می¬باشد که سبب افت کیفی و ارزش آن می¬شود. در این تحقیق، ابتدا نه پارامتر مرتبط با کیفیت عسل مانند: نسبت فروکتوز به گلوکز، pH، رطوبت و ... به¬صورت آزمایشگاهی(مخرب) تعیین و بررسی شدند. عسل با سه درجه کیفی مختلف مورد آزمون قرار گرفت. براساس نتایج حاصله از آزمون و استانداردهای موجود کیفیت عسل با 3 درجه کیفی تعیین شده، مطابقت داشت. در ادامه تحقیق، امکان طبقه¬بندی عسل با سه درجه کیفی مختلف به روش غیرمخرب طیف¬سنجی مادون قرمز نزدیکNIR مورد بررسی قرار گرفت. در این راستا طیف NIR نمونه¬های عسل-درمحدوده¬طیفی200تا1100نانومتردر¬¬مد¬¬عبوراخذگردیدو¬پس¬از¬انجام پیش¬پردازش¬های لازم، از مدل¬های ماشین بردار پشتیبان (SVM)، آنالیز تشخیصی خطی(با سه روش خطی، غیرخطی و ماهالانوبیس) و مدل¬سازی نرم و مستقل شباهت¬های بین کلاسی(SIMCA) برای طبقه¬بندی استفاده شد. نتایج هشت روش پیش پردازش MA، SG، MA+MSC، SG+MSC، MA+SNV، SG+SNV، SG+D1،SG+D2 و بدون پیش پردازش نشان داد که مدل¬ LDA در حالت بدون پیش¬پردازش به روش ماهالانویس و حالت با پیش پردازش MA به روش خطی با میزان 100 درصد دقت تشخیص بهترین طبقه¬بندی را انجام دادند. سایر روش¬های پیش پردازش تاثیر منفی در طبقه¬بندی از خود نشان دادند. مدل¬های SVM و SIMCA بعد از مدل¬های LDA دقت طبقه¬بندی بالایی از خود نشان دادند. نتایج حاصل در این بخش نیز با نتایج آزمایشگاهی مطابقت نشان داد.
Text of Note
Keywords: Honey, Qualitative properties, Non-destructive method, Spectroscopy, Near infrared, Modeling Abstract: Quality indicates the degree of desirability or excellence of a product by considering one or more attributes. In the case of food products, the word of quality has various uses, such as food quality, marketing, internal quality, colour of the product, transportation, and so on. Honey is a completely natural food with high nutritional value and many medicinal properties. Due to its physicochemical components and high cost, honey is prone to fraud with cheap sugar syrups, which causes a drop in quality and price. In this study, first nine parameters related to honey quality including: ratio of fructose to glucose, pH, humidity, etc. were determined and studied in an experimental (destructive) way. Honey was tested with three different quality grades. based on the test results and existing standards, the quality of honey was in agreement with the three quality grades. by following the research, the possibility of classifying honey into three different quality grades by non-destructive near infrared (NIR) spectroscopy was investigated. In this regard, the NIR spectrum of honey samples in the range of 200 to 1100 nm in transition mode was adopted and after performing the necessary preprocessing, support vector machine (SVM) models, linear discriminant analysis (with three ways: linear, non-linear and Mahalanobis) and soft independent modelling of class analogies (SIMCA) were used for classification. The results of eight preprocessing methods including MA, SG, MA + MSC, SG + MSC, MA + SNV, SG + SNV, SG + D1, SG + D2 and the method without preprocessing showed that the LDA model in the case by preprocessing method Mahalanobis and the case with MA preprocessing in a linear manner with 100% accuracy performed the best classification. Other preprocessing methods showed a negative effect on classification. SVM and SIMCA models after LDA models showed high classification accuracy. The results in this part were also in agreement with experimental results.
OTHER VARIANT TITLES
Variant Title
Study of some quality properties of Azarshahr honey by NIR spectroscopy