کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
7595327 | 1492123 | 2015 | 6 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Artificial neural network modelling of the antioxidant activity and phenolic compounds of bananas submitted to different drying treatments
ترجمه فارسی عنوان
مدل سازی شبکه عصبی مصنوعی فعالیت آنتی اکسیدانی و ترکیبات فنلی موز به روش های مختلف خشک کردن ارائه شده است
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
فعالیت آنتیاکسیدانی، موز، خشک کردن، شبکه عصبی، ترکیبات فنل،
ترجمه چکیده
آزمایش های شبکه عصبی نشان داد که فعالیت های آنتی اکسیدانی و ترکیبات فنلی می تواند به طور دقیق از متغیرهای ورودی پیش بینی شود: تنوع موز، حالت خشکی و نوع و نظم عصاره. وضعیت خشک شدن و فرآیند استخراج تأثیر بیشتری بر مقدار فعالیت آنتی اکسیدانی و ترکیبات فنلی داشته است.
موضوعات مرتبط
مهندسی و علوم پایه
شیمی
شیمی آنالیزی یا شیمی تجزیه
چکیده انگلیسی
Neural network experiments showed that antioxidant activity and phenolic compounds can be predicted accurately from the input variables: banana variety, dryness state and type and order of extract. Drying state and extract order were found to have larger impact in the values of antioxidant activity and phenolic compounds.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Food Chemistry - Volume 168, 1 February 2015, Pages 454-459
Journal: Food Chemistry - Volume 168, 1 February 2015, Pages 454-459
نویسندگان
Raquel P.F. Guiné, Maria João Barroca, Fernando J. Gonçalves, Mariana Alves, Solange Oliveira, Mateus Mendes,