文献

J-GLOBAL ID：201702277345835454   整理番号：17A0078249

最小二乗サポートベクトルマシンに基づく酒の定量的分析【JST・京大機械翻訳】

Quantitative Analysis of Chemical Compositions of Fermented Grains of Chinese Liquor Based on Least Squares Support Vector Machine (LS-SVM)

著者 (7件)： Xiong Yating (China National Research Institute of Food and Fermentation Industries) ,  Li Zongpeng (China National Research Institute of Food and Fermentation Industries) ,  Wang Jian (China National Research Institute of Food and Fermentation Industries) ,  Feng Siwen (China National Research Institute of Food and Fermentation Industries) ,  Li Ziwen (China National Research Institute of Food and Fermentation Industries) ,  Yin Jianjun (China National Research Institute of Food and Fermentation Industries) ,  Song Quanhou (China National Research Institute of Food and Fermentation Industries)
資料名： Shipin Kexue  (Shipin Kexue)
巻： 37  号： 12  ページ： 163-168  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： 近赤外分光技術を用いて,酒の発酵過程における酒Peiの主成分の品質管理を実現し,モデルの最適化を行い,性能を向上させた。部分最小二乗法により抽出した潜在変数を最小二乗法サポートベクトルマシンの入力変数とし、酒酒中のアルコールの精度、デンプン、水分、酸性度の近赤外定量モデルを確立し、そして、無情報変数による周波数帯のスクリーニング後に確立した部分最小二乗モデルの結果と比較した。結果は以下を示す。部分最小二乗モデルと比較して,4つの指数の最小二乗サポートベクトルマシンモデルの相関係数(R2),予測二乗平均平方根誤差,および相対誤差の3つの評価パラメータには,より良い表現があった。未知のサンプルを予測するとき,最小二乗法サポートベクトルマシンモデルの予測精度は,部分最小二乗モデルのものより明らかに高かった。これらの結果は,最小二乗法サポートベクトルマシンモデルの精度,安定性,および予測性能が部分最小二乗法モデルのものよりも優れており,酒の品質分析のための新しい方法を提供することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 相関係数 ,  発酵過程 ,  最小二乗法 ,  水分 ,  周波数帯 ,  *サポートベクトルマシン ,  *定量的分析 ,  最適化 ,  スクリーニング ,  近赤外分光分析 ,  近赤外線 ,  部分最小二乗法
準シソーラス用語： 予測精度 ,  相対誤差 ,  *最小二乗-サポートベクトルマシン , 【Automatic Indexing@JST】

著者キーワード (5件)： fermented grains of Chinese liquor ,  least squares support vector machines (LS-SVM) ,  latent variables (LVs) ,  partial least squares (PLS) ,  waveband selection

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (3件)： 最小二乗サポートベクトルマシン ,  酒 ,  定量的分析