Ocena jakości nasion rzepaku z wykorzystaniem sztucznego nosa i sieci neuronowych

• Autorzy: Kubiak A. , Mikrut Z.

Warianty tytułu

EN

Assessment of rapeseed quality with an artificial nose and neural network

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono system umożliwiający ocenę jakości nasion rzepaku z wykorzystaniem elektronicznego nosa wyposażonego w matrycę 32 sensorów wykonanych z przewodzących polimerów. Sygnały generowane przez sensory stanowiły dane wejściowe do sieci neuronowej typu backpropagation. Zmiany zapachu nasion rzepaku, spowodowane zmianą wilgotności przekraczającą dopuszczalny limit 6%, rozpoznawane były już po 24 godzinach.

EN

This paper presents a system permitting the assessment of rapeseed quality with an electronic nose equipped with a 32 conductive polymer sensor matrix. Signals generated by the sensors were the input data into the backpropagation neural network. The changes in the seed odour, produced by a change in the moisture content over the permitted limit of 6%, were detected within 24 hours.

Słowa kluczowe

PL

sieci neuronowe; nasiona rzepaku; rzepak; elektroniczny nos

• Wydawca: Wydawnictwa AGH
• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2005
• Tom: T. 9, z. 3
• Strony: 671--679
• Opis fizyczny: Bibliogr. 8 poz., tab., wykr.

Twórcy

autor

Kubiak A.

• Katedra Inżynierii i Aparatury Procesowej, Wydział Nauki o Żywności, Uniwersytet Warmińsko-Mazurski, Olsztyn

autor

Mikrut Z.

• Katedra Automatyki, Akademia Górniczo-Hutnicza, Kraków

Bibliografia

• [1] Barisci J.N., Wallace G.G., Andrews M.K., Partridge A.C., Andrews P.K.: Conducting polymer sensors for monitoring aromatic hydrocarbons using an electronic nose. Sensor and Actuators B, 84,2002, 252-257
• [2] Cyrano Science, Inc.: The practical guide to the Cyranose 320™. 2001
• [3] Duin, R.P.W.: PRTools Version 3.0 - a Matlab Toolbox for Pattern Recognition. Delft University of Technology, 2000. http://www.ph.tn.tudelft.nl/prtools
• [4] Gardner J.W., Boilot P., Hines E.L.: Enhancing electronic nose performance by sensor selection using a new integer-based genetic algorithm approach. Sensor and Actuators B, 106, 2005, 114—121
• [5] Grigioni G.M., Margaria C.A., Pensel N.A., Sanchez G.: Warmed-over flavour analysis in low temperature-long time processed meat by en "electronic nose. Meat Science, 56, 2000, 221-228
• [6] Guadarrama A., Rodriguez_Mendez M.L., Sanz C., Rios J.L., de Saja J.A.: Electronic nose based on conducting polymers for the quality control of olive oil aroma-discrimination of quality, variety of olive and geographic origin. Analytica Chimica Acta, 432, 2001, 283-292
• [7] Osborn G.S., Lacey R.E., Singleton J.A.: A method to detect peanut off-flavors using an electronic nose. Transaction of the ASAE, 44(4), 2001, 929-938
• [8] Tan E.S., Slaughter D.C., Thompson J.F.: Freeze damage detection in oranges using gas sensors. Postharvest Biology and Technology, 35, 2005, 177-182