文献

J-GLOBAL ID：201702256464119267   整理番号：17A0907011

電子鼻分析化学法と結びついたに基づく卵貯蔵時間と卵黄指数の予測【Powered by NICT】

Prediction of egg storage time and yolk index based on electronic nose combined with chemometric methods

著者 (4件)： Li Jiating (Department of Biosystems Engineering, Zhejiang University, 886 Yuhangtang Road, Hangzhou 310058, China) ,  Zhu Susu (Department of Biosystems Engineering, Zhejiang University, 886 Yuhangtang Road, Hangzhou 310058, China) ,  Jiang Shui (Department of Biosystems Engineering, Zhejiang University, 886 Yuhangtang Road, Hangzhou 310058, China) ,  Wang Jun (Department of Biosystems Engineering, Zhejiang University, 886 Yuhangtang Road, Hangzhou 310058, China)
資料名： LWT - Food Science and Technology  (LWT - Food Science and Technology)
巻： 82  ページ： 369-376  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： 卵貯蔵時間,卵黄係数,卵鮮度の二つの記述子は,ケモメトリックな方法と組合わせた電子鼻により評価した。収集されたデータからより有用な情報を得るために,ウェーブレットエネルギーは,定性的および定量的解析のためのウェーブレット変換法による特徴信号として抽出された。定性的分析のために,線形判別分析(LDA)を特徴信号を評価するために適用し,その結果をこれらの特徴信号は全分散の82.50%を説明する最初の二スコアと良好な分類性能を持つことを示した。さらに,確率的ニューラルネットワーク(PNN)は様々な貯蔵期間を持つ卵を分類し,試験装置で試料の92.86%が正確に分類された。定量分析のために,逆伝搬ニューラルネットワーク(BPNN)とサポートベクトルマシン(SVM)は,卵黄指数の予測モデルを構築するために適用し,SVMモデル(試験セットでトレーニングセットとR~2=0.8339のR~2=0.9641)であったBPNN(試験セットでトレーニングセットとR~2=0.7863R~2=0.8629)よりも優れていることを示した。SVMモデルの性能をさらに改善するために,独立成分分析(ICA)と局所線形埋め込み(LLE)を用いて,特徴データの次元を縮小し,結果はICA-SVMモデルは満足すべき予測性能(R ~ 2>0.97)を持つことを示した。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： シェルフライフ ,  *卵黄 ,  サポートベクトルマシン ,  新鮮度 ,  予測モデル ,  定量分析 ,  定量的分析 ,  独立成分分析 ,  ウェーブレット変換 ,  線形性
準シソーラス用語： 逆伝播ニューラルネットワーク ,  確率的ニューラルネットワーク ,  線形判別分析 ,  *蓄積時間 ,  *電子鼻 , 【Automatic Indexing@JST】

著者キーワード (5件)： 電子鼻 ,  貯蔵時間 ,  卵黄指数 ,  サポートベクトルマシン ,  次元縮小

分類 (2件)： 食品の品質  (FJ01040F) ,  卵と卵製品  (FJ12040R)

タイトルに関連する用語 (7件)： 電子鼻 ,  分析化学 ,  卵 ,  貯蔵時間 ,  卵黄 ,  指数 ,  予測