文献

J-GLOBAL ID：201702289442183391   整理番号：17A0067031

電子鼻に基づく「貴妃」マンゴー果実の酸性度の無損傷検出技術の応用【JST・京大機械翻訳】

Non-destructive Test on Predicting Sugar Content and Acidity of Mango by Electronic Nose Technology

著者 (8件)： Li Min (Environment and Plant Protection Institute, CATAS,Key Laboratory of Pests ...) ,  Gao Zhaoyin (Environment and Plant Protection Institute, CATAS,Key Laboratory of Pests ...) ,  Zhu Yingying (College of Environment and Plant Protection, Hainan University) ,  Su Zengjian (College of Environment and Plant Protection, Hainan University) ,  Chen Liang (College of Environment and Plant Protection, Hainan University) ,  Zheng Shuying (Environment and Plant Protection Institute, CATAS) ,  Zhang Zhengke (College of Food Science and Technology, Hainan University) ,  Hu Meijiao (Environment and Plant Protection Institute, CATAS,Key Laboratory of Pests ...)
資料名： Redai Zuowu Xuebao  (Redai Zuowu Xuebao)
巻： 37  号： 8  ページ： 1553-1557  発行年： 2016年 
JST資料番号： C2969A  ISSN： 1000-2561  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： 「貴妃」マンゴーを材料とし、電子鼻を用いて果実のにおい値を測定し、同時に果実の糖酸度を測定し、部分最小二乗法(PLS)とBPニューラルネットワークを用いて、電子鼻に基づく可溶性固形物、滴定酸の品質予測モデルを構築した。2つの方法によって構築した可溶性固形物含有量の予測モデルの相関係数はすべて93%以上であり,滴定モデルの相関係数Rは91%以上であった。それらの間で,BP神経回路網の相関係数RはPLSよりわずかに高く,建模均方の誤差はRMSEMよりも低かった。一方,予測セットの相関係数Rと予測二乗平均平方根誤差(RMSEP)はPLSのものよりかなり低く,BPニューラルネットワークモデルによる予測精度はPLSのものより良かった。その結果,PLSとBPニューラルネットワークモデルの予測性能が良好であり,電子鼻技術を用いてマンゴーの品質を検出することが可能であることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 滴定 ,  *マンゴー ,  神経回路網 ,  部分最小二乗法 ,  酸性度 ,  予測モデル ,  *損傷検出 ,  相関係数 ,  品質
準シソーラス用語： 予測性能 ,  予測精度 ,  品質予測 ,  溶解性固形物 ,  逆伝播ニューラルネットワーク ,  *電子鼻 , 【Automatic Indexing@JST】

著者キーワード (4件)： Mango ,  Electronic nose ,  Postharvest quality ,  Non-destructive detection

分類 (3件)： 分析機器  (CC02020S) ,  食品の分析  (FJ01030U) ,  果実とその加工品  (FJ11030Z)

タイトルに関連する用語 (6件)： 電子鼻 ,  マンゴー ,  果実 ,  酸性度 ,  損傷検出 ,  応用