文献

J-GLOBAL ID：201702244731049750   整理番号：17A0069731

ハイパースペクトルイメージング技術に基づくおよびの異なる保蔵温度における可溶性固形物含有量の測定方法【JST・京大機械翻訳】

Detection Method of Soluble Solid of Jujube at Different Preservative Temperature Based on Hyper-spectral Imaging Technology

著者 (6件)： Feng Yuqin (Agricultural College,Ningxia University) ,  Wu Longguo (Hydrology and Civil Engineering College,Ningxia University) ,  He Jianguo (Agricultural College,Ningxia University) ,  Wang Songlei (Agricultural College,Ningxia University) ,  He Xiaoguang (Agricultural College,Ningxia University) ,  Ding Jiaxing (Agricultural College,Ningxia University)
資料名： Faguang Xuebao  (Faguang Xuebao)
巻： 37  号： 8  ページ： 1014-1022  発行年： 2016年 
JST資料番号： W1380A  ISSN： 1000-7032  CODEN： FAXUEW  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： ハイパースペクトルイメージング技術を用いて,異なる温度での可溶性固形物含有量の予測モデルを確立した。画像の関心領域の平均スペクトルデータを抽出し,異なるスペクトル前処理後に,連続的投影法(SPA)を用いて特徴波長を選択した。4つの温度領域において,13の特性バンド(421,426,512,598,641,670,675,723,814,906,944,982,982NM)を抽出した。12の特性バンド(425,507,555,598,673,680,685,910,910,978,978NM)を,室温でのRAMANスペクトルによって抽出した。MSC処理,MSC+SPA処理,SAVITZKY-GOLAY平滑化処理およびSNV前処理法に対して,最適前処理方法は,MSCを用いて処理し,常温でMSC+SPA処理を行った。2つの最適前処理法に対応して,部分最小二乗法(PLSR),サポートベクトルマシン(SVM),および主成分回帰(PCR)の3つの予測モデルをそれぞれ確立した。6つの予測モデルを得た。最適モデルは,MSCPLSRモデル(R_C2:0.05,RMSEC:0.05,R_P2:0.05,RMSEP:0.05)およびMSC+SPA-PLSRモデル(R_C2:0.05,RMSEP:1.007,R_P2:0.05,RMSEP:1.007)であった。結果は以下を示す。ハイパースペクトルイメージング技術を利用して、多種の予測モデルと結合し、異なる保蔵温度下の可溶性固形物の含有量を測定でき、ナツメの正確で迅速な非破壊検査を実現できる。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 平滑化 ,  前処理 ,  部分最小二乗法 ,  非破壊検査 ,  波長 ,  サポートベクトルマシン ,  *画像技術 ,  予測モデル ,  *スペクトル ,  温度範囲 ,  スペクトルデータ ,  モデル
準シソーラス用語： 主成分回帰 ,  関心領域 ,  *溶解性固形物 ,  *ハイパースペクトル , 【Automatic Indexing@JST】

著者キーワード (4件)： hyper-spectral imaging ,  soluble solid ,  successive projections algorithm ,  partial least squares

分類 (1件)： 生肉の品質と処理  (FJ12032O)

タイトルに関連する用語 (4件)： 保蔵温度 ,  可溶性固形物 ,  含有量 ,  測定方法