Development and application of a new low cost electronic nose for the ripeness monitoring of banana using computational techniques (PCA, LDA, SIMCA, and SVM)

DSpace/Manakin Repository

español português english

Development and application of a new low cost electronic nose for the ripeness monitoring of banana using computational techniques (PCA, LDA, SIMCA, and SVM)

Show simple item record

dc.contributor.author Sanaeifar, Alireza
dc.contributor.author Mohtasebi, S Seyed Saeid
dc.contributor.author Ghasemi-Varnamkhasti, Mahdi
dc.contributor.author Ahmadi, Hojat
dc.contributor.author Lozano Rogado, Jesús Salvador
dc.date.accessioned 2016-06-22T12:22:56Z
dc.date.available 2016-06-22T12:22:56Z
dc.date.issued 2014
dc.identifier.issn 1212-1800
dc.identifier.issn 1805-9317
dc.identifier.uri http://hdl.handle.net/10662/4367
dc.description.abstract Se ha estudiado la posible aplicación de una nariz electrónica basada en semiconductores de óxido metálico (e-nariz) como un instrumento que no sea destructivo para el seguimiento del cambio en la producción de volátiles de plátano durante el proceso de maduración. La propuesta de e-nariz no necesita ningún equipo de laboratorio avanzado o caro y resultó ser fiable en la grabación de las diferencias significativas entre las etapas de maduración. El Análisis de Componentes Principales (PCA), Análisis Discriminante Lineal (LDA), Modelado Suave Independiente de las Analogías de Clases (SIMCA) y Máquinas Soporte de Vectores (SVM) son técnicas utilizadas para este propósito. Los resultados mostraron que la dirección de la e-nariz distingue entre las diferentes etapas de maduración. La nariz electrónica fue capaz de detectar una clara diferencia en la huella digital de aroma de plátano cuando se utiliza el análisis de SVM en comparación con PCA o LDA y SIMCA. Utilizando el análisis de SVM, era posible diferenciar y clasificar las diferentes etapas de maduración de plátanos, y este método fue capaz de clasificar el 98,66% del total de muestras en su grupo respectivo. Las capacidades matrices de sensores en la clasificación de etapas de maduración usan el análisis de la carga y la SVM y SIMCA También se ha visto que conduce a desarrollar un sistema de e-nariz específico mediante la aplicación de los sensores más eficaces y a ignorar los sensores redundantes es_ES
dc.description.abstract Potential application of a metal oxide semiconductor based electronic nose (e-nose) as a non-destructive instrument for monitoring the change in volatile production of banana during the ripening process was studied. The proposed e-nose does not need any advanced or expensive laboratory equipment and proved to be reliable in recording meaning¬ful differences between ripening stages. Principal Component Analysis (PCA), Linear Discriminant Analysis (LDA), Soft Independent Modelling of Class Analogy (SIMCA) and Support Vector Machines (SVM) techniques were used for this purpose. Results showed that the proposed e-nose can distinguish between different ripening stages. The e-nose was able to detect a clear difference in the aroma fingerprint of banana when using SVM analysis compared with PCA and LDA, SIMCA analysis. Using SVM analysis, it was possible to differentiate and to classify the different banana ripening stages, and this method was able to classify 98.66% of the total samples in each respective group. Sensor array capabilities in the classification of ripening stages using loading analysis and SVM and SIMCA were also investigated, which leads to develop the application of a specific e-nose system by applying the most effective sensors or ignoring the redundant sensors. es_ES
dc.format.extent 11 p. es_ES
dc.language.iso eng es_ES
dc.publisher Czech Academy of Agricultural Sciences es_ES
dc.rights Atribución-NoComercial-SinDerivadas 3.0 España *
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/es/ *
dc.subject Maduración es_ES
dc.subject Nariz electrónica es_ES
dc.subject No destructivo es_ES
dc.subject Máquina de soporte vectoria es_ES
dc.subject Sensores es_ES
dc.subject Ripening es_ES
dc.subject Electronic nose es_ES
dc.subject Non-destructive es_ES
dc.subject Support vector machine es_ES
dc.subject Sensors es_ES
dc.title Development and application of a new low cost electronic nose for the ripeness monitoring of banana using computational techniques (PCA, LDA, SIMCA, and SVM) es_ES
dc.type article es_ES
dc.description.version peerReviewed es_ES
dc.rights.accessRights openAccess es_ES
dc.subject.unesco 3307 Tecnología Electrónica es_ES
dc.identifier.bibliographicCitation Sanaeifar, A., Mohtasebi, S.S., Ghasemi-Varnamkhasti, M., Ahmadi, H. y Lozano Rogado, J.S. (2014). Development and application of a new low cost electronic nose for the ripeness monitoring of banana using computational techniques (PCA, LDA, SIMCA, and SVM). Czech Journal of Food Sciences, 32(6), 538-548. ISSN 1212-1800 es_ES
dc.type.version publishedVersion es_ES
dc.contributor.affiliation University of Tehran en_US
dc.contributor.affiliation Shahrekord University en_US
dc.contributor.affiliation Universidad de Extremadura. Departamento de Ingeniería Eléctrica, Electrónica y Automática es_ES
dc.relation.publisherversion http://www.agriculturejournals.cz/publicFiles/138030.pdf es_ES
dc.identifier.publicationtitle Czech Journal of Food Sciences es_ES
dc.identifier.publicationissue 6 es_ES
dc.identifier.publicationfirstpage 538 es_ES
dc.identifier.publicationlastpage 548 es_ES
dc.identifier.publicationvolume 32 es_ES


Files in this item

Files Size Format View
1805-9317_32_6_538.pdf 1.244Mb PDF Thumbnail

The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 3.0 España Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 3.0 España

Search DSpace


Browse

My Account

Statistics

Help

Redes sociales