文献

J-GLOBAL ID：201702261551754640   整理番号：17A1771201

ナンキンマメ品種の油と蛋白質含量の測定のための多変量解析による近赤外ハイパースペクトルイメージング【Powered by NICT】

NIR hyperspectral imaging with multivariate analysis for measurement of oil and protein contents in peanut varieties

著者 (4件)： Cheng Jun-Hu (School of Food Science and Engineering, South China University of Technology, Guangzhou, 510641, China. [e-mail]) ,  Jin Huali ,  Xu Zhongyue ,  Zheng Fuping
資料名： Analytical Methods  (Analytical Methods)
巻： 9  号： 43  ページ： 6148-6154  発行年： 2017年 
JST資料番号： W2324A  ISSN： 1759-9660  CODEN： AMNECT  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： ラッカセイ五品種の油および蛋白質濃度の予測のための多変量解析と1000 2500nmのスペクトル範囲でのハイパースペクトル画像化の可能性を検討した。定量的部分最小二乗回帰(PLSR)モデルを,ハイパースペクトル画像と参照測定した油と蛋白質濃度から抽出したスペクトルデータを用いて確立した。乗算散乱補正(MSC)法による前処理した全スペクトルデータを用いて確立したPLSRモデルは0.196の予測(RMSEP)0.945と根平均二乗誤差の決定係数(R_P~2)の油濃度を予測するための及び0.441の0.901及びRMSEPのR_P~2蛋白質濃度を予測するための良好な結果を示した。添加では,八つの最適波長は蛋白質と油含量のために選択された,それぞれ,PLSR分析の回帰係数を用いて,得られたモデルを単純化するための使用した。単純化したPLSRモデルは,油と蛋白質濃度を予測するための0.933と0.912のR_p~2の良好な性能を示した。全結果はケモメトリックス分析と組み合わせたNIRハイパースペクトル画像技術がナンキンマメ穀粒の油および蛋白質濃度の迅速かつ非破壊的定量のための有望なツールであり,ナンキンマメ品質の将来オンライン検出のための多重スペクトルイメージングシステムを開発する可能性を持つことを示した。Copyright 2017 Royal Society of Chemistry All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 予測 ,  *近赤外線 ,  *品種 ,  *タンパク質 ,  前処理 ,  *多変量解析 ,  *スペクトル ,  *ナンキンマメ ,  簡素化 ,  ケモメトリックス
準シソーラス用語： 平均二乗誤差 ,  スペクトルデータ ,  部分最小二乗回帰 ,  ハイパースペクトル画像 ,  蛋白質濃度 , 【Automatic Indexing@JST】

分類 (1件)： 分光分析  (CC03012W)

タイトルに関連する用語 (7件)： ナンキンマメ ,  品種 ,  油 ,  蛋白質 ,  含量 ,  多変量解析 ,  近赤外