文献

J-GLOBAL ID：201702237620564287   整理番号：17A0362136

モモの低温障害分類のためのケモメトリックスと逐次射影アルゴリズムと組み合わせたハイパースペクトル反射イメージング【Powered by NICT】

Hyperspectral reflectance imaging combined with chemometrics and successive projections algorithm for chilling injury classification in peaches

著者 (8件)： Sun Ye (College of Food Science and Technology, Nanjing Agricultural University, No.1, Weigang Road, Nanjing, Jiangsu, 210095, China) ,  Gu Xinzhe (College of Food Science and Technology, Nanjing Agricultural University, No.1, Weigang Road, Nanjing, Jiangsu, 210095, China) ,  Sun Ke (College of Food Science and Technology, Nanjing Agricultural University, No.1, Weigang Road, Nanjing, Jiangsu, 210095, China) ,  Hu Haijiang (College of Food Science and Technology, Nanjing Agricultural University, No.1, Weigang Road, Nanjing, Jiangsu, 210095, China) ,  Xu Miao (College of Food Science and Technology, Nanjing Agricultural University, No.1, Weigang Road, Nanjing, Jiangsu, 210095, China) ,  Wang Zhengjie (College of Food Science and Technology, Nanjing Agricultural University, No.1, Weigang Road, Nanjing, Jiangsu, 210095, China) ,  Tu Kang (College of Food Science and Technology, Nanjing Agricultural University, No.1, Weigang Road, Nanjing, Jiangsu, 210095, China) ,  Pan Leiqing (College of Food Science and Technology, Nanjing Agricultural University, No.1, Weigang Road, Nanjing, Jiangsu, 210095, China)
資料名： LWT - Food Science and Technology  (LWT - Food Science and Technology)
巻： 75  ページ： 557-564  発行年： 2017年 
JST資料番号： E0549A  ISSN： 0023-6438  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 低温障害はモモ果実の生理障害の一つであり,その食用及び加工品質を低減する。研究では,ケモメトリックスと組み合わせたハイパースペクトル反射画像(400 1000 nm)はモモの低温障害を評価した。部分最小二乗-判別分析(PLS DA),人工ニューラルネットワーク(ANN),およびサポートベクトルマシン(SVM)を含む識別モデルは二クラス(「冷蔵」と「冷蔵」),三クラス(「冷蔵」,「半冷却」と「重冷蔵」)と四クラス(「冷蔵」,「軽度冷却」,「中程度冷却」,「重冷蔵」)分類のために開発した。結果は,全波長を用いて,ANNモデルは予測セットに対して最高の分類率を示し,四クラス,三クラスと二クラス分類のための85.37%,96.11%,および99.29%の精度であった。さらに,逐次射影アルゴリズムにより選択された,六つの最適波長はPLS-DA,Fisher線形判別分析,ANNおよびSVMモデル二クラス分類のための良好な性能を示したの入力として用い,92.96%~ 97.28%の識別精度を示した。さらに,低温障害領域の空間的分布マップは,画像の主成分分析アルゴリズムを移すことによって発生させた。結果はハイパースペクトル反射率イメージング法が実行可能であり,消費と加工前のモモの低温障害,いくつかの波長であっても,の非破壊検出に有用であることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 画像処理 ,  *ケモメトリックス ,  サポートベクトルマシン ,  空間分布 ,  部分最小二乗法 ,  *射影 ,  冷蔵 ,  主成分分析 ,  判別分析 ,  アルゴリズム ,  波長
準シソーラス用語： ハイパースペクトル反射率 ,  線形判別分析 ,  *ハイパースペクトル ,  *低温障害 , 【Automatic Indexing@JST】

著者キーワード (5件)： ハイパースペクトルイメージング ,  モモ ,  低温障害 ,  分類 ,  マップ

分類 (4件)： 食品の分析  (FJ01030U) ,  食品の品質  (FJ01040F) ,  果実とその加工品  (FJ11030Z) ,  野菜とその加工品  (FJ11020O)

タイトルに関連する用語 (9件)： モモ ,  低温 ,  障害 ,  分類 ,  ケモメトリックス ,  射影 ,  アルゴリズム ,  ハイパースペクトル ,  イメージング