文献

J-GLOBAL ID：201702276157301244   整理番号：17A0161376

粒子群最適化に基づく嗅-味融合技術のビール識別への応用【JST・京大機械翻訳】

Application of Smell and Taste Information Fusion Technology in Classification of Beer Based on Particle Swarm Optimization

著者 (6件)： Liu Jingjing (School of Automation Engineering, Northeast Dianli University) ,  Yang Jialin (School of Automation Engineering, Northeast Dianli University) ,  Zhang Xiuyu (Department of Mechanical & Industrial Engineering, Concordia University) ,  Sun Bin (School of Automation Engineering, Northeast Dianli University) ,  Zhang Xiaoting (School of Automation Engineering, Northeast Dianli University) ,  Men Hong (School of Automation Engineering, Northeast Dianli University)
資料名： Nongye Jixie Xuebao  (Nongye Jixie Xuebao)
巻： 47  号： 10  ページ： 244-249  発行年： 2016年 
JST資料番号： C2453A  ISSN： 1000-1298  CODEN： NUYCA3  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： 電子鼻/舌融合システムを用いて,ビールの芳香と味を検出し,そして,それらの融合後の嗅覚/フレーバー情報に基づき,ビールの分類を実現した。従来のK平均クラスタリング結果は,初期値の選択に依存し,局所最適化に陥りやすく,融合データの特性に従って,粒子群最適化に基づく改良K平均クラスタリングアルゴリズムを提案し,そして,収束速度を,反復数の増加とともに調整した。粒子の探索を平衡化し,同時に圧縮因子を導入し,大域的と局所的矛盾をバランスさせた。このアルゴリズムをK平均クラスタリングアルゴリズムと比較し,実験結果は,このアルゴリズムがより良いグローバル収束性を持ち,局所最適化に陥りやすいという欠点を克服し,最適解に収束することを示した。このアルゴリズムは5種類のビールのクラスタリング効果が顕著であり、正解率は93.3%に安定している。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  嗅覚 ,  クラスタ化 ,  *ビール
準シソーラス用語： 正解率 ,  最適解 ,  矛盾 ,  収束速度 ,  クラスタリングアルゴリズム ,  初期値 ,  電子鼻 ,  *粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： beer ,  smell/taste information fusion technology ,  electronic nose/tongue ,  K-means clustering ,  particle swarm

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 粒子群最適化 ,  融合 ,  ビール ,  識別 ,  応用