عنوان	ارزیابی مدل های رگرسیون بردار پشتیبان و حداقل مربعات جزئی در پیش بینی میزان تقلب آرد نخود و گندم در فلفل سیاه بر اساس تصاویر مرئی
نوع پژوهش	مقاله ارائه شده کنفرانسی
کلیدواژه‌ها	آرد گندم، آرد نخود، مواد غذایی، پردازش تصویر، ماشین بردار پشتیبان.
چکیده	فلفل سیاه علاوه بر کاربرد گسترده به ‌عنوان طعم‌دهنده، دارای خواص درمانی نظیر اثرات ضدالتهابی، ضدسرطانی و محافظت از سیستم قلبی-عروقی است که این خواص به ترکیبات آنتی‌اکسیدانی و فیتوشیمیایی آن نسبت داده می‌شود. هم‌زمان با افزایش تقاضای جهانی برای مواد غذایی، پدیده تقلب غذایی نیز گسترش یافته است. یکی از شایع‌ترین روش‌های تقلب، افزودن موادی مانند آرد گندم و آرد نخود به ادویه‌ها است. تصویربرداری به‌ عنوان یک فناوری سریع و دقیق، به ‌ویژه در حوزه پردازش تصویر مرئی، قابلیت بالایی در شناسایی این نوع تقلب‌ها دارد. در همین راستا، پژوهش حاضر با هدف توسعه الگوریتمی نوین برای شناسایی و پیش‌بینی میزان آرد نخود و گندم افزوده شده به پودر فلفل سیاه با استفاده از پردازش تصویر طراحی شده است. برای آرد گندم و نخود به ترتیب تعداد 17 و 14 ویژگی به عنوان ویژگی های کارا برای پیش بینی انتخاب شد. در این تحقیق، برای تجزیه و تحلیل داده‌ها از روش ماشین بردار پشتیبان و حداقل مربعات جزئی استفاده شد. نتایج نشان داد که ضریب تعیین پیش‌بینی روش ماشین بردار پشتیبان برای آرد نخود و گندم به ترتیب 2/68 و 7/67 درصد و همچنین برای روش حداقل مربعات جزئی به ترتیب برابر 5/96 و 1/98 است. نتایج تحقیق نشان داد که تصویربرداری مرئی می تواند به عنوان یک ابزار موثر در تشخیص تقلب در فلفل سیاه به کار رود.
پژوهشگران	محمدحسین نرگسی (نفر اول)، کامران خیرعلی پور (نفر دوم)