فاطمه خدائیان؛ هاجر عباسی
چکیده
عسل، فرآوردهای حاصل از فعالیت زنبور عسل است که دارای ویژگیهای ارگانولپتیک مطلوب و ارزش تغذیهای بالا است. نوع گیاه، شرایط آب و هوایی منطقه و البته شرایط نگهداری محصول از جمله زمان و دمای نگهداری از عوامل تأثیرگذار بر کیفیت عسل هستند. در این پژوهش، پس از بررسی و مقایسه ویژگیهای کیفی (نسبت فروکتوز به گلوکز، محتوای ساکارز، پلیفنل، ...
بیشتر
عسل، فرآوردهای حاصل از فعالیت زنبور عسل است که دارای ویژگیهای ارگانولپتیک مطلوب و ارزش تغذیهای بالا است. نوع گیاه، شرایط آب و هوایی منطقه و البته شرایط نگهداری محصول از جمله زمان و دمای نگهداری از عوامل تأثیرگذار بر کیفیت عسل هستند. در این پژوهش، پس از بررسی و مقایسه ویژگیهای کیفی (نسبت فروکتوز به گلوکز، محتوای ساکارز، پلیفنل، هیدروکسی متیل فورفورال، رطوبت، اسیدیته آزاد، اسید لاکتونیک، اسیدیته کل، pH، رنگ، دیاستاز و هدایت الکتریکی) چهار نوع عسل ایرانی )گون، کنار، مرکبات و آویشن( جمعآوری شده به روش نمونهگیری تصادفی، تأثیر شرایط دمایی نگهداری (4، 23، 30 و 37 درجه سانتیگراد) به مدت 6 ماه متوالی، بر مهمترین ویژگیهای کیفی محصول (هیدروکسی متیل فورفورال، پلیفنل، pH، رنگ) مورد بررسی قرار گرفت. چهار نمونه مورد بررسی از جهت فاکتورهای مورد بررسی با یکدیگر تفاوت معنیداری نشان دادند (05/0≥P). بیشترین محتوای ساکارز در عسل کنار و بالاترین نسبت فروکتوز به گلوکز و pH در عسل گون مشاهده شد. عسل آویشن حاوی بالاترین فعالیت دیاستازی و ترکیبات اسیدی و کمترین مقدار رطوبت و pH و عسل کنار محتوای بالاترین میزان لاکتونیک اسید و هدایت الکتریکی بود. مطابق نتایج، اثر نوع عسل بر تمام متغیرهای وابسته در سطح آماری 05/0 معنیدار ارزیابی شد. بررسی تأثیر شرایط نگهداری نشان داد که با افزایش زمان و دمای نگهداری، شدت روشنایی و زاویه رنگ نمونهها کاهش و شاخص شدت رنگ در همه انواع عسل افزایش مییابد. محتوای پلیفنل اکثر نمونهها خصوصاً در شرایط نگهداری در دمای 37 درجه سانتیگراد تا ماه سوم و چهارم کاهش و پس از آن افزایش یافت. ذخیرهسازی منجر به افزایش معنیدار محتوای هیدروکسی متیل فورفورال در نمونهها شد. از اینرو تعیین شرایط و مدت زمان مناسب نگهداری انواع عسل با توجه به ویژگیهای اولیه متفاوت آنها به منظور بهرهمندی از بهترین خصوصیات کیفی این محصول ضرورت دارد.
امید دوستی ایرانی؛ عباس روحانی؛ محمودرضا گلزاریان؛ منصوره شمیلی؛ پیمان آذر کیش
چکیده
درجهبندی میوه از نظر ویژگیهای کیفی از جمله سفتی، مواد جامد محلول و اسیدیته، بهصورت غیرمخرب در امر بازارپسندی آن تأثیر بهسزایی دارد. در این پژوهش با استفاده از ترکیب تکنیکهای پردازش تصویر و هوش مصنوعی، پیشبینی ویژگیهای کیفی انبه رقم کلک سرخ مورد بررسی قرار گرفته است. نمونههای مورد بررسی در دو تیمار دمایی 5، 15 و تیمار ...
بیشتر
درجهبندی میوه از نظر ویژگیهای کیفی از جمله سفتی، مواد جامد محلول و اسیدیته، بهصورت غیرمخرب در امر بازارپسندی آن تأثیر بهسزایی دارد. در این پژوهش با استفاده از ترکیب تکنیکهای پردازش تصویر و هوش مصنوعی، پیشبینی ویژگیهای کیفی انبه رقم کلک سرخ مورد بررسی قرار گرفته است. نمونههای مورد بررسی در دو تیمار دمایی 5، 15 و تیمار شاهد (24 درجه سانتیگراد) به مدت 48 ساعت قرار گرفتند. پس از آن به مدت 14 روز بهصورت یک روز در میان تصویربرداری از نمونهها انجام و ویژگیهای رنگی از نواحی مورد نظر در محیط رنگی L*a*b استخراج شدند. پس از هر مرحله تصویربرداری میزان اسیدیته، قند و سفتی بافت اندازهگیری شد. بهمنظور بررسی ارتباط بین خصوصیات فیزیکوشیمیایی و مشخصههای تصویری بین نمونهها، شبکه عصبی چندلایه پرسپترون ایجاد و آموزش داده شد. از این شبکه تربیت شده بهمنظور پیش بینی ویژگیهای فیزیکی از روی مشخصههای رنگی استفاده شد. متغیرهای ورودی به شبکه شامل تیمار دمایی در سه سطح (شاهد، 15 و 5 درجه سانتیگراد)، کانالهای رنگی (L, a, b) و میزان انحراف معیار کانالهای رنگی (stdL, stda, stdb) است. متغیرهای خروجی نیز شامل قند، اسیدیته و سفتی بافت است. نتایج حاصل از پیشبینی مدل شبکه عصبی نشان داد که دقت مدل در مرحله آزمون برای پیشبینی فاکتورهای اسیدیته، قند و سفتی بافت بهترتیب برابر با 45، 85، 88 درصد است؛ بنابراین هرچند دقت مدل شبکه عصبی برای پیشبینی اسیدیته از روی فاکتورهای رنگی نمونههای انبه پایین بود، اما شبکه عصبی مبتنی بر ماشین بینایی قادر به پیشبینی فاکتورهای سفتی و قند با دقت بالا است.