文献

J-GLOBAL ID：201702247076492901   整理番号：17A0160726

可視近赤外分光分析技術に基づくジャガイモ品種同定法【JST・京大機械翻訳】

Method for the Discrimination of the Variety of Potatoes with Vis/NIR Spectroscopy

著者 (3件)： Chen Zhengguang (College of Information Technology, Heilongjiang Bayi Agricultural University) ,  Li Xin (College of Information Technology, Heilongjiang Bayi Agricultural University) ,  Fan Xuejia (College of Information Technology, Heilongjiang Bayi Agricultural University)
資料名： Guangpuxue yu Guangpu Fenxi  (Guangpuxue yu Guangpu Fenxi)
巻： 36  号： 8  ページ： 2474-2478  発行年： 2016年 
JST資料番号： C2093A  ISSN： 1000-0593  CODEN： GYGFED  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： 可視-近赤外分光分析技術に基づいて,ジャガイモ品種を迅速に識別する方法を提案した。3種類の異なる品種の合計352サンプルのジャガイモを主な研究対象とし、ランダムにキャリブレーション(307サンプル)と予測セット(45サンプル)に分けた。それらの中で,キャリブレーション-NIRスペクトルを分析し,多スペクトル散乱補正(MSC)とウィンドウサイズ9のSAVITZKY-GOLAY(-)一次卷積求導法を用いて,スペクトル画像を前処理した。拡散反射スペクトルに及ぼす粒子サイズ,表面散乱,および光路変化の影響を除去して,オリジナルスペクトル曲線のランダムノイズの影響を減少した。次に,部分最小二乗法(PLS)を用いてデータを次元縮小し,圧縮し,主成分分析(PCA)によって得られた最初の4つの主成分の累積寄与率は96%以上に達し,最初の4つの主成分から20のピークを抽出し,実験を行った。20(入力)-12(隠れ)-3(出力)構造の3層BPニューラルネットワークを得た。最後に,このモデルを用いて,予測セットのサンプルを識別し,認識精度は100%に達した。この方法はジャガイモの品種を迅速かつ正確に識別することができ、ジャガイモの品質の検出と鑑別に新しい構想を提供した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 主成分分析 ,  粒度 ,  *品種 ,  不規則雑音 ,  スペクトル画像 ,  スペクトル ,  部分最小二乗法 ,  前処理 ,  *近赤外分光分析 ,  次元縮小 ,  *ジャガイモ
準シソーラス用語： 逆伝播ニューラルネットワーク ,  決定係数 ,  拡散反射スペクトル ,  散乱補正 , 【Automatic Indexing@JST】

著者キーワード (5件)： Vis-NIRS ,  Potato ,  BP neural network ,  Partial least squares (PLS) ,  Discrimination

分類 (2件)： 食品の分析  (FJ01030U) ,  有機物質の物理分析一般  (CC03031B)

タイトルに関連する用語 (4件)： 近赤外分光分析 ,  ジャガイモ ,  品種 ,  同定法