تخم مرغ ماده ای پرمصرف است که به دلیل فسادپذیری بالا می تواند سلامت افراد زیادی را به مخاطره اندازد. بنابراین تشخیص تازگی آن برای صنایع غذایی اهمیت بالایی دارد. روش های غیرمخرب متعددی به منظور سنجش کیفیت درونی تخم مرغ پیشنهاد شده که در این پژوهش از سامانه صوتی برای تشخیص تازگی تخم مرغ استفاده شد. نمونه ها در دمای محیط به مدت 16 روز نگهداری شدند. از یک سطح شیبدار با زاویه 10 درجه به طول 45 سانتی متر که در قسمت میانی آن پله ای به ارتفاع چهار میلی متر تعبیه شده بود در سامانه مذکور استفاده شد. صدای حاصل از غلتش نمونه ها و ضربه ایجاد شده در اثر عبور از پله به وسیله یک میکروفون ضبط شد. سپس بُعد فراکتال سیگنال های صدا با استفاده از دو روش «هیگوچی» و «کاتز» محاسبه شد. آزمون مخرب نیز با در نظر گرفتن معیار واحد «هاو» انجام شد و تخم مرغ ها از نظر تازگی به دو گروه AA و A+B تقسیم شدند. نتایج سه روش طبقه بندی شبکه عصبی مصنوعی (ANN)، ماشین بردار پشتیبان (SVM) و تحلیل تشخیصی (DA) نشان داد که روش SVM در مقایسه با دو روش دیگر از کارآیی بهتری برخوردار است. میانگین دقت طبقه بندی داده های آزمایش در روش SVM برای بُعد فراکتال کاتز و طول پنجره 25 میلی ثانیه برابر 07/78 درصد به دست آمد.
