بررسی تاثیر پوشش دهی با صمغ فارسی حاوی روغن شاهدانه بر تغییرات جرم و حجم انگور با استفاده از سیستم های بینایی ماشین و یادگیری ماشین

در این پژوهش تاثیر پوشش خوراکی صمغ فارسی (0، 5/1 و 3 درصد) حاوی روغن شاهدانه (0، 075/0 و 15/0 درصد) بر تغییرات جرم و حجم طی نگهداری در دمای 4 درجه سلسیوس به مدت 28 روز بررسی گردید. سیستم بینایی ماشین به همراه انواع روش های یادگیری ماشین برای استخراج تصویر انگور از تصویر و تخمین جرم و حجم بر اساس خصیصه های تصویر (طول، عرض، ارتفاع و سطح) استفاده شد. برای پیش بینی جرم و حجم حبه انگور 4 مدل یادگیری ماشین شامل رگرسیون خطی (LR)، شبکه عصبی مصنوعی (ANN)، ماشین بردار پشتیبان بر پایه تابع شعاعی (RBF-SVR) و ماشین بردار پشتیبان بر پایه تابع خطی (LBF-SVR) توسعه یافت. به منظور بررسی کارایی مدل های توسعه یافته داده های تخمین جرم و حجم انگور با داده های تجربی مقایسه گردید. جرم و حجم طی نگهداری در کل تیمارها کاهش یافت. از طرفی تغییرات جرم و حجم با افزایش غلظت صمغ فارسی و روغن شاهدانه کاهش یافت. بر اساس نتایج ارزیابی مدل، عملکرد پیش بینی مدل RBF-SVR در مقایسه با مدل های LR، ANN و LBF-SVR دقیق تر بود و توانست جرم و حجم را به ترتیب با ضریب تبیین 998/0 و 989/0 تخمین بزند که نشان دهنده همبستگی خوب بین نتایج واقعی و پیش بینی است. این نتایج تایید می‎ نماید که مدل SVR ابزاری قابل قبول در تخمین جرم و حجم انگور پوشش دار شده طی نگهداری در دمای سردخانه است.