روش های غیر مخرب از اهمیت بالایی برای بررسی خصوصیات عسل برخوردار هستند. 

این مطالعه با استفاده از تکنیک های یادگیری ماشین، کاربرد بالقوه تصویربرداری فرا طیف VIS-NIR را برای تشخیص منشا گل عسل بررسی می کند. 

تصاویر فراطیفی 52 نمونه عسل در محدوده قابل مشاهده / نزدیک مادون قرمز (VIS-NIR) (400-1000 نانومتر) گرفته شد. سه الگوریتم یادگیری ماشین مختلف برای پیش بینی منشا گل عسل با استفاده از تصاویر طیفی عسل اجرا شد. این روش ها شامل شبکه عملکرد شعاعی (RBF)، ماشین بردار پشتیبانی (SVM) و جنگل تصادفی (RF) است. همچنین تجزیه و تحلیل مولفه اصلی (PCA) نیز برای کاهش ابعاد، مورد بهره برداری قرار گرفت. 

با توجه به نتایج به دست آمده، بهترین طبقه بندی کننده (RBF)  دقت 94 درصد با استفاده از دو PC اول در آزمایش fivefold cross-validation را بدست آورد.

روش پیشنهادی پتانسیل زیادی برای تشخیص منشا گل های عسل دارد. از آنجا که برخی از خصوصیات دیگر عسل نیز می توانند با استفاده از ویژگی های تصویر پیش بینی شوند، علاوه بر تشخیص منشا گل، ممکن است این روش برای پیش بینی سایر ویژگی های عسل نیز قابل استفاده باشد.

این مقاله توسط دکتر جواد ظهیری و دیگر همکاران به رشته تحریر در آمده است.

منبع:

https://www.sciencedirect.com/science/article/abs/pii/S135044951730261X