- همه نشریات
- 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
- مجلات ترویجی کشاورزی
- نشریات انجمن ها
- نشریات با زبان انگلیسی
- نشریات با زبان فارسی
- نشریات دانشگاه آزاد اسلامی
- نشریات علمی
- نشریات علمی سازمان تحقیقات، آموزش و ترویچ کشاورزی
آمار
| تعداد نشریات | 275 |
| تعداد نشریات سازمان | 74 |
| تعداد شماره‌ها | 1,700 |
| تعداد مقالات | 19,715 |
| تعداد مشاهده مقاله | 10,807,290 |
| تعداد دریافت فایل اصل مقاله | 8,380,338 |
طبقه‌بندی محصول مرزه بر اساس سطح کود اوره مصرفی به کمک ماشین بویایی | ||
| تحقیقات گیاهان دارویی و معطر ایران | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 10 شهریور 1398 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/ijmapr.2019.125506.2525 | ||
| نویسندگان | ||
فرانه خدامرادی1؛ اسماعیل میرزایی قلعه  2؛ محمد جعفر دالوند3؛ روح الله شریفی4
| ||
| 1گروه مهندسی مکانیک بیوسیستم، دانشگاه رازی، کرمانشاه، ایران | ||
| 2گروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه رازی، کرمانشاه، ابیران | ||
| 3دانش آموخته مقطع دکتری در رشته مهندسی مکانیک بیوسیستم | ||
| 4گروه گیاه‌پزشکی، دانشگاه رازی، کرمانشاه، ایران | ||
| چکیده | ||
| مرزه گیاهی معطر و از خانواده نعنایان است که دارای خواص دارویی بسیار زیادی می‌باشد. امروزه در پرورش این گیاه از کود اوره استفاده می‌شود که تاثیر زیادی بر عملکرد آن دارد. اما استفاده بی‌رویه از کود اوره سلامت مصرف کننده را به شدت تهدید می‌کند. لذا در این تحقیق، طبقه‌بندی محصول مرزه برداشت شده بر اساس میزان اوره مصرفی به کمک سامانه ماشین بویایی مورد بررسی قرار گرفت. اوره در چهار سطح (صفر، 50، 100 و 150 کیلوگرم در هکتار) به خاک اضافه شد. مرزه در کرت‌های آزمایشی و در شرایط گل‌خانه‌ای پرورش داده شد. رایحه نمونه‌ها به کمک سامانه بینی الکترونیک مورد ارزیابی قرار گرفت. به‌منظور بهبود سیگنال‌های خروجی بینی‌الکترونیک، داده‌ها به روش کسری نرمال شدند. برای ترکیب ویژگی‌ها از روش تحلیل مولفه‌های اصلی (PCA) و برای طبقه‌بندی آن‌ها از شبکه عصبی مصنوعی(ANN) استفاده شد. بر اساس نتایج، حسگر TGS822 بهترین پاسخ را در محدوده تغییرات کود اوره مورد آزمایش از خود نشان داد. براساس نتایج تحلیل مولفه‌های اصلی، PC1 و PC2 93% واریانس داده‌ها را مورد پوشش قرار دادند. همچنین ماتریس اغتشاش بهترین ساختار ANN ، تفکیک 100% را نشان داد. | ||
| کلیدواژه‌ها | ||
| تحلیل مولفه‌های اصلی؛ شبکه عصبی مصنوعی؛ کود اوره؛ ماشین بویایی؛ مرزه | ||
| عنوان مقاله [English] | ||
| Classification of Summer savory based on the level of used urea fertilizer by an olfactory machine | ||
| نویسندگان [English] | ||
| Faraneh Khodamoradi1؛ Esmaeil Mirzaee- Ghaleh2؛ Mohammad Jafar Dalvand3؛ Rohollah Sharifi4 | ||
| 1Mechanical Engineering of Biosystem Department, Razi University, Kermanshah, Iran | ||
| 2Mechanical Engineering of Biosystem Department, Razi University, Kermanshah, Iran | ||
| 3Ph.D of Mechanical Engineering of Biosystem | ||
| 4Plant Protection Department, Razi University, Kermanshah, Iran | ||
| چکیده [English] | ||
| Summer savory is a fragrant herb in Lamiaceae family with many medicinal properties. Todays, urea fertilizer is used for growing this plant and has a great impact on its performance. But much level of urea is danger for consumer. Therefore, in this research, summer savory plants were classified based on the level of used urea fertilizer by an olfactory machine. Urea was added to soil in four levels (0, 50, 100 and 150 kg/ ha). Plants were grown in plots under greenhouse conditions. The fragrance of the samples was evaluated using the electronic nose system. In order to optimization the electronic output signals, the data were normalized. Data were evaluated by principal component analysis (PCA) and artificial neural network (ANN) methods. The results showed that the TGS822 sensor was the best sensor for detection and classification. Based on the results of the PCA analysis, about 93% of the data variance was covered PC1 and PC2. Also, the confusion matrix showed 100% correct classification rate by the best ANN structure. | ||
| کلیدواژه‌ها [English] | ||
| Artificial Neural Network, Olfactory machine, Principal Component Analysis, Summer savory, Urea fertilizer | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 8 |
||
