文献

J-GLOBAL ID：201702251876817728   整理番号：17A0366949

アプリア産オリーブ油の品種分類:NMR,NIR及びmerceologicalデータを比較するための人工神経回路網の利用【Powered by NICT】

Cultivar classification of Apulian olive oils: Use of artificial neural networks for comparing NMR, NIR and merceological data

著者 (10件)： Binetti Giulio (Dipartimento di Ingegneria Elettrica e dell’Informazione, Politecnico di Bari, Via E. Orabona, 4, 70125 Bari, Italy) ,  Del Coco Laura (Dipartimento di Tecnologie Biologiche ed Ambientali, Universita del Salento, Prov.le Lecce-Monteroni, 73100 Lecce, Italy) ,  Ragone Rosa (Consorzio C.A.R.S.O., Universita di Bari, Strada Provinciale Casamassima Km 3, 70010 Valenzano (Bari), Italy) ,  Zelasco Samanta (Consiglio per la Ricerca in Agricoltura e l’Analisi dell’Economia Agraria-Centro di ricerca per l’Olivicoltura e l’Industria Olearia, Contrada Li Rocchi, 87036 Rende (Cosenza), Italy) ,  Perri Enzo (Consiglio per la Ricerca in Agricoltura e l’Analisi dell’Economia Agraria-Centro di ricerca per l’Olivicoltura e l’Industria Olearia, Contrada Li Rocchi, 87036 Rende (Cosenza), Italy) ,  Montemurro Cinzia (Dipartimento di Biologia e Chimica Agro-Forestale ed Ambientale, Sezione di Genetica e Miglioramento, Universita di Bari, via Amendola 165/a, 70126 Bari, Italy) ,  Valentini Raffaele (Oliveti Terra di Bari O.P. Olivicoli Soc. Coop. Agricola, 6/A, Via Brigata 6/A, 70124 Bari, Italy) ,  Naso David (Dipartimento di Ingegneria Elettrica e dell’Informazione, Politecnico di Bari, Via E. Orabona, 4, 70125 Bari, Italy) ,  Fanizzi Francesco Paolo (Dipartimento di Tecnologie Biologiche ed Ambientali, Universita del Salento, Prov.le Lecce-Monteroni, 73100 Lecce, Italy) ,  Schena Francesco Paolo (Consorzio C.A.R.S.O., Universita di Bari, Strada Provinciale Casamassima Km 3, 70010 Valenzano (Bari), Italy)
資料名： Food Chemistry  (Food Chemistry)
巻： 219  ページ： 131-138  発行年： 2017年 
JST資料番号： H0766A  ISSN： 0308-8146  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： エキストラバージンオリーブ油品種と起源認証のための効率的で正確な方法の開発は,それらの特性に影響を及ぼす変数の広い範囲(例えば,品種,土壌-気候的観点,生産及び貯蔵条件の多重度)により複雑である。本研究では,人工ニューラルネットワーク(ANNs)は四種の代表的なApulian品種の単一栽培品種オリーブ油(Coratina,Ogliarola,Cimadi Mola,Peranzana)で得られた,すなわち標準merceologicalパラメータ,近赤外データと~1H核磁気共鳴(NMR)フィンガープリント,いくつかの分析データセットに適用した。444植物,品種は遺伝的に確認,17工業的に生産された試料に対する二収穫年にわたって実験室規模で生成された888試料を分析した。NMRデータに基づくANNモデルは品種(いくつかの場合には,精度>99%)を分類し,オリーブ油生産プロセスおよび年に独立に最高の能力を示した。,NMRデータは品種についての最も有益な変数であることが分かった。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： 単作 ,  *品種 ,  生産プロセス ,  認証 ,  近赤外線 ,  *NMR【磁気共鳴】 ,  近赤外分光分析 ,  気候 ,  指紋 ,  ニューラルネットワーク ,  多重度 ,  *オリーブ油 ,  遺伝
準シソーラス用語： エキストラバージンオリーブ油 , 【Automatic Indexing@JST】

著者キーワード (6件)： 人工ニューラルネットワーク ,  オリーブ油 ,  品種分類 ,  Merceological解析 ,  近赤外分光法 ,  核磁気共鳴分光法

分類 (1件)： 食品の分析  (FJ01030U)

タイトルに関連する用語 (5件)： オリーブ油 ,  品種 ,  分類 ,  NMR ,  人工神経回路網