文献

J-GLOBAL ID：201702252762274494   整理番号：17A0078812

柑橘類の近赤外スペクトルの非破壊検出【JST・京大機械翻訳】

Nondestructive detection of citrus greening by near infrared spectroscopy

著者 (6件)： Liu Yande (College of Mechanical and Electrical Engineering, East China Jiaotong University) ,  Xiao Huaichun (College of Mechanical and Electrical Engineering, East China Jiaotong University) ,  Deng Qing (College of Mechanical and Electrical Engineering, East China Jiaotong University) ,  Zhang Zhicheng (College of Mechanical and Electrical Engineering, East China Jiaotong University) ,  Sun Xudong (College of Mechanical and Electrical Engineering, East China Jiaotong University) ,  Xiao Yusong (College of Mechanical and Electrical Engineering, East China Jiaotong University)
資料名： Nongye Gongcheng Xuebao  (Nongye Gongcheng Xuebao)
巻： 32  号： 14  ページ： 202-208  発行年： 2016年 
JST資料番号： C2454A  ISSN： 1002-6819  CODEN： NGOXEO  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： 高速非破壊検出のための柑橘の実現可能性を研究するために,近赤外分光法と機械学習法を研究した。4000~9000CM-1のスペクトル範囲内で,病,欠乏,および健康の3種類の葉サンプルの近赤外スペクトルを採取した。一次導関数,平滑化,および多変量キャリブレーションを組み合わせたスペクトル前処理法を用いて,スペクトルのベースラインドリフトと散乱効果を除去した。部分最小二乗判別モデル(PLS-DA)の主成分因子数と最小二乗法サポートベクトルマシン(LS-SVM)の入力変数の数,カーネル関数とそのパラメータを最適化し,PLS-DAとLS-SVMモデルを構築した。予測セットのサンプルを用いて,モデルの予測能力を評価し,11の主成分スコアベクトルを入力とし,線形カーネル関数とペナルティ因子を2.25とするLS-SVMモデルの予測効果が最も良く,モデル誤り率が0であることを示した。その結果,近赤外分光法と最小二乗サポートベクトルマシン(LS-SVM)の組合せにより,柑橘類の非破壊検出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： 前処理 ,  近赤外分光分析 ,  サポートベクトルマシン ,  導関数 ,  機械学習 ,  平滑化 ,  *近赤外スペクトル ,  部分最小二乗法 ,  *スペクトル ,  最適化 ,  誤り率 ,  最小二乗法
準シソーラス用語： 最小二乗-サポートベクトルマシン ,  Kernel関数 ,  *ミカン類 , 【Automatic Indexing@JST】

著者キーワード (7件)： spectrum analysis ,  models ,  near infrared spectroscopy ,  citrus greening ,  citrus ,  machine learning ,  least square support vector machine

分類 (2件)： 食品の分析  (FJ01030U) ,  分光分析  (CC03012W)

タイトルに関連する用語 (3件)： 柑橘類 ,  近赤外スペクトル ,  非破壊検出