文献

J-GLOBAL ID：201702274486558160   整理番号：17A0170756

Mei変玉米におけるゼアラレノールとアフラトキシンB_1含有量の検出モデルの構築【JST・京大機械翻訳】

Predictive Models for the Detection of Zearalenone and Aflatoxin B_1 Contents in Moldy Corn with Electronic Nose

著者 (3件)： Yu Huichun (College of Food and Bioengineering, Henan University of Science and Technology) ,  Peng Panpan (College of Food and Bioengineering, Henan University of Science and Technology) ,  Yin Yong (College of Food and Bioengineering, Henan University of Science and Technology)
資料名： Shipin Kexue  (Shipin Kexue)
巻： 37  号： 20  ページ： 203-208  発行年： 2016年 
JST資料番号： C2151A  ISSN： 1002-6630  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： Mei変玉米におけるゼアラレノールとアフラトキシンB_1の電子鼻検出法を確立するために,7つの異なるレベルのトウモロコシの応答信号の積分値を電子鼻によって特性パラメータとして選択した。次に,主成分回帰,部分最小二乗回帰,BP(BACK-PROPAGATION)ニューラルネットワーク,および最小二乗サポートベクトルマシン(LS-SVM)を用いて,Mei変玉米ととB_1の予測モデルを確立し,比較分析を行った。結果は,主成分回帰の予測精度が最も悪く,部分最小二乗回帰がより悪く,BPニューラルネットワークと最小二乗サポートベクトルマシンがより良いことを示した。トウモロコシに対しては,4種類の予測モデルの70個のサンプルの相対誤差が5%以内のサンプル数はそれぞれ23,45,63,67個であった。アフラトキシンB_1に対して,4つの予測モデルの相対誤差は5つのサンプルでそれぞれ19,41,62,65であった。同時に,BPニューラルネットワークと最小二乗サポートベクトルマシン(LS-SVM)のロバスト性を,異なる訓練セットとテストセットを用いて研究し,結果は,BPニューラルネットワーク構造と最小二乗サポートベクトルマシンのカーネル関数と核関数パラメータが変化しないことを示した。2つのモデリング法は高い予測精度を持ち,2つのモデルが高いロバスト性を持つことを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： モデリング ,  積分 ,  ロバスト性 ,  ニューラルネットワーク ,  *アフラトキシン ,  核関数 ,  予測モデル
準シソーラス用語： Kernel関数 ,  相対誤差 ,  逆伝播ニューラルネットワーク ,  予測精度 ,  最小二乗-サポートベクトルマシン ,  部分最小二乗回帰 ,  主成分回帰 ,  電子鼻 , 【Automatic Indexing@JST】

著者キーワード (6件)： electronic nose ,  zearalenone ,  aflatoxin B_1 ,  partial least squares regression ,  BP neural network ,  least squares support vector machine

分類 (2件)： 食品の分析  (FJ01030U) ,  風力発電  (NB03120Q)

タイトルに関連する用語 (3件)： 含有量 ,  モデル ,  構築