文献

J-GLOBAL ID：201702243353502959   整理番号：17A0300778

近赤外分光法によるエンバク脂肪含有量の測定【JST・京大機械翻訳】

Determination of fat content of oat by near infrared spectrum

著者 (4件)： Qiao Yaoyao (School of Food Science and Nutritional Engineering,Shaanxi Normal University) ,  Zhao Wuqi (School of Food Science and Nutritional Engineering,Shaanxi Normal University) ,  Hu Xinzhong (School of Food Science and Nutritional Engineering,Shaanxi Normal University) ,  Li Xiaoping (School of Food Science and Nutritional Engineering,Shaanxi Normal University)
資料名： Shaanxi Shifan Daxue Xuebao. Ziran Kexue Ban  (Shaanxi Shifan Daxue Xuebao. Ziran Kexue Ban)
巻： 44  号： 4  ページ： 119-124  発行年： 2016年 
JST資料番号： W0850A  ISSN： 1672-4291  CODEN： SXKEEJ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 93のエンバクサンプルを研究対象として,近赤外分光データを前処理した後,主成分分析法を用いてスペクトル特性を抽出し,人工神経回路網技術を用いてエンバクの脂肪含有量の合理的検出モデルを確立した。結果は以下を示す。逆多重散乱処理(IMSC)、数学処理選択2441(即ち、スペクトルに対して導関数間隔を4とする二次導関数処理、一次平滑処理間隔点は4、二次平滑処理を行わない)を最適前処理方法とする。主成分分析(PCA)を用いて,2つの主成分を特徴情報として抽出し,人工ニューラルネットワークモデルの構造は2-17-1であり,このモデルの予測値と予測値の相関係数は0.962であり,二乗平均平方根誤差は1.607であり,モデルの予測精度は良好であった。この方法は簡便で,迅速で,エンバク脂肪の定量のための新しい方法を提供した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 導関数 ,  *エンバク ,  ニューラルネットワーク ,  前処理 ,  多重散乱 ,  主成分分析 ,  スペクトル ,  *近赤外分光分析 ,  相関係数
準シソーラス用語： 予測精度 ,  予測値 ,  神経回路網モデル ,  スペクトル特性 , 【Automatic Indexing@JST】

著者キーワード (6件)： BP neural network ,  fat content ,  near infrared spectrum ,  oat ,  principle component analysis ,  spectrum preprocessing

分類 (3件)： 木材の性質・構造  (FF05020Z) ,  赤外・遠赤外領域の分光法と分光計  (BD07042H) ,  分光分析  (CC03012W)

タイトルに関連する用語 (3件)： 近赤外分光法 ,  エンバク ,  脂肪含有量