ساخت و توسعه یک سامانه‌ی ماشین بویایی در ترکیب با روش‌های شناسایی الگو برای تشخیص تقلب فرمالین در شیر خام

تقلب در شیر و دیگر محصولات لبنی نه تنها یک تهدید جدی برای سلامت انسان است بلکه زیان­های اقتصادی متعددی را نیز به دنبال دارد. از جمله تقلبات رایج در شیر خام، استفاده از مواد بازدارنده بار میکروبی است. در این پژوهش، یک سامانه­ی ماشین بویایی (بینی الکترونیکی) بر پایه هشت حسگر نیمه هادی اکسـید فلـزی (MOS) ساخته شد و قابلیت آن در تشخیص مقادیر مختلف فرمالین در شیر خام (0، 05/0، 1/0، 2/0 و 3/0 درصد) مورد بررسی قرار گرفت. بردار ویژگی­ها از سیگنال پاسخ حسگرها استخراج و به عنوان ورودی مدل­های تشخیص الگو استفاده شد. بر اساس نتایج حاصل، آنالیز مؤلفه­های اصلی با دو مولفه­ی PC1 و PC2، % 93 از واریانس داده­ها را پوشش داد. در مجموعه­ی حسگری، حسگرهای MQ4، FIS، TGS822 و TGS2620 بالاترین مقادیر ضریب لودینگ و حسگر TGS2602 کمترین مقدار این ضریب را به خود اختصاص دادند. همچنین استفاده از روش تحلیل تفکیک خطی، دقت طبقه­بندی  1/80% را نشان داد. با کاربرد ماشین بردار پشتیبان با تابع چندجمله­ای درجه سه، دقت آموزش و اعتبارسنجی طبقه­بندی به ترتیب 100 %و  91/90 % به دست آمد. دقت طبقه­بندی کل نیز با به کارگیری تکنیک شبکه­های عصبی مصنوعی  100% به دست آمد.