文献

J-GLOBAL ID：201702258205903718   整理番号：17A1528760

ハイパースペクトルイメージング技術によるトウモロコシ葉の窒素含有量の検出モデル【JST・京大機械翻訳】

Detection Model of Nitrogen Content in Maize Leaves Based on Hyperspectral Imaging

著者 (7件)： Wang Lifeng (東北農業大学電气与信息学院,哈爾浜,150030) ,  Zhang Zhangli (東北農業大学電气与信息学院,哈爾浜,150030) ,  Zhao Yue (東北農業大学電气与信息学院,哈爾浜,150030) ,  Song Yuzhu (東北農業大学電气与信息学院,哈爾浜,150030) ,  Wang Runtao (東北農業大学電气与信息学院,哈爾浜,150030) ,  Su Zhongbin (東北農業大学電气与信息学院,哈爾浜,150030) ,  Wang Shuwen (東北農業大学電气与信息学院,哈爾浜,150030)
資料名： Nongji Hua Yanjiu  (Nongji Hua Yanjiu)
巻： 39  号： 11  ページ： 140-147  発行年： 2017年 
JST資料番号： C3733A  ISSN： 1003-188X  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,トウモロコシ葉の窒素含有量を検出した。240の葉試料の平均スペクトル反射率(400~1000nm)を抽出し,オリジナルデータに対して3種類の前処理(1stDer,2ndDer,SNV)を行い,4種類の予測モデルを確立した。それは,振幅パラメータ(Dλr,Dλy,Dλb)に基づく多重回帰モデル,全スペクトルPLSモデル,連続射影アルゴリズム(SPA)に基づくPLSモデル,および主成分分析(PCA)に基づくPLSモデルを含んでいる。モデリング結果は以下を示す。PCAに基づくPLSモデルの予測精度は最も低かった。全スペクトルのPLSモデルにおけるRc2とRP2は,それぞれ0.967と0.821であった。SPAアルゴリズムに基づくPLSモデルのRc2,RP2はそれぞれ0.944,0.749であり,全スペクトルのPLSモデルの予測精度と一致し,一方,独立変数の数は95.07%減少した。振幅パラメータに基づく多変量回帰モデルの予測結果は全スペクトルに基づくPLSモデルと多少の差があるが、モデルが簡単で、計算量が最小で、精度に対する要求が高くない場合に適用できる。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 予測モデル ,  計算量 ,  主成分分析 ,  *スペクトル ,  回帰モデル ,  *画像技術 ,  モデリング ,  反射率 ,  射影 ,  前処理 ,  予測 ,  アルゴリズム
準シソーラス用語： 予測精度 ,  多重回帰モデル ,  *ハイパースペクトル , 【Automatic Indexing@JST】

著者キーワード (6件)： hyperspectral parameters ,  maize leaves ,  nitrogen ,  partial least squares ,  successive projections algorithm ,  principal component analysis

分類 (2件)： 生肉の品質と処理  (FJ12032O) ,  食品の分析  (FJ01030U)

タイトルに関連する用語 (6件)： ハイパースペクトル ,  イメージング技術 ,  トウモロコシ ,  葉 ,  窒素含有量 ,  モデル