文献

J-GLOBAL ID：201702248613272746   整理番号：17A0369597

SIMCA支援CFSアルゴリズムに基づく昆虫感染トマトの検出のための最適波長の選択【Powered by NICT】

Selecting optimal wavelengths for detection of insect infested tomatoes based on SIMCA-aided CFS algorithm

著者 (3件)： Mireei Seyed Ahmad (Department of Biosystems Engineering, College of Agriculture, Isfahan University of Technology, Isfahan 84156-83111, Iran) ,  Amini-Pozveh Samaneh (Department of Biosystems Engineering, College of Agriculture, Isfahan University of Technology, Isfahan 84156-83111, Iran) ,  Nazeri Majid (Department of Laser and Photonics, Faculty of Physics, University of Kashan, Kashan 87317-53153, Iran)
資料名： Postharvest Biology and Technology  (Postharvest Biology and Technology)
巻： 123  ページ： 22-32  発行年： 2017年 
JST資料番号： W1912A  ISSN： 0925-5214  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 有効波長の選択はオンラインマルチスペクトル画像システムのための決定的な段階である。本研究では,400~1100nm内のトマト中の昆虫侵入の検出のための最も有益な波長を識別するために利用した新しいアプローチ。class analogy(SIMCA)のソフト独立モデリングは最初に異なる前処理法を適用した後の全スペクトル領域で行った。一次微分前処理(精度90%)から得られた満足すべき結果に続いて,感染症の検出のための最も効果的な波長帯はSIMCA解析の識別力プロットによって達成された。得られた有益な波長帯におけるすべての可能な対波長(T(λ_1)T(λ_2))の間の伝送差を一次微分スペクトルを置換するために計算した。その後,相関ベース特徴選択(CFS)アルゴリズムを用いて,波長の最良の対を見出すことであった。SIMCA支援CFS手順の性能を比較するために,CFSは,生スペクトルデータに行った。七スペクトル差分特徴と六波長の特徴は,CFSによる優れていることが分かった。トマトを分類するために,Bayesianネットワーク(BNs),人工ニューラルネットワーク(ANN),およびサポートベクターマシン(SVM)を含む三種類の機械学習技法を実施した。すべての機械学習技術の試験セット検証結果は,スペクトル差分特徴は,生のスペクトル特徴を凌駕し,最適波長の検出のためのSIMCA支援CFS法の優位性を示すことを明らかにした。異なる機械学習技術の中で,ANNで得られた最良の性能は,95.0%の分類精度でスペクトル差分特徴に基づく。本研究の結果は,寄生の検出のためのオンライントマト選別システムを開発するために適合させることができる。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： 前処理 ,  機械学習 ,  スペクトル ,  *トマト ,  特徴選択 ,  微分 ,  *波長 ,  モデリング ,  サポートベクトルマシン
準シソーラス用語： 分類精度 ,  機械学習技術 ,  差分 ,  スペクトルデータ ,  マルチスペクトル画像 ,  *SIMCA , 【Automatic Indexing@JST】

著者キーワード (6件)： 波長選択 ,  透過分光法 ,  昆虫寄生 ,  級類推の独立なソフトモデリング ,  相関に基づく特徴選択 ,  機械学習

分類 (2件)： 食品の品質  (FJ01040F) ,  野菜とその加工品  (FJ11020O)

タイトルに関連する用語 (8件)： SIMCA ,  支援 ,  CFS ,  アルゴリズム ,  昆虫 ,  感染 ,  トマト ,  波長