文献

J-GLOBAL ID：201702266017291656   整理番号：17A1312131

LS-SVMハイパースペクトル画像に基づく魚の新鮮度の同定【JST・京大機械翻訳】

Classification of Fish Freshness Based on LS-SVM and Hyperspectra Imaging Technology

著者 (4件)： Zhang Hailiang (華東交通大学電气与自動化工程学院,江西 南昌,330013) ,  Ye Qing (華東交通大学電气与自動化工程学院,江西 南昌,330013) ,  Luo Wei (華東交通大学電气与自動化工程学院,江西 南昌,330013) ,  Liu Xuemei (華東交通大学電气与自動化工程学院,江西 南昌,330013)
資料名： Huadong Jiaotong Daxue Xuebao  (Huadong Jiaotong Daxue Xuebao)
巻： 34  号： 2  ページ： 105-111  発行年： 2017年 
JST資料番号： C3559A  ISSN： 1005-0523  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画像のスペクトル情報に基づく魚の新鮮度(魚の異なる凍結時間と凍結融解回数)を鑑別した。まず、魚サンプルの関心領域(region of-in terest、ROI)のスペクトルを抽出した。モンテカルロ法を用いて,情報のない変数の除去(MCVE)を,それぞれ,モンテカルロ法によって,除去した。(MCVE).. . MingE Min Ming(MCVE)を用いて,2つの変数を除去した。連続的投影アルゴリズム(successive projections algorithm,SPA)とランダムなカエルアルゴリズム(random frog,RF)を用いて特徴波長を抽出し、三つのアルゴリズムでそれぞれ90、31と49の特徴変数を得た。最小二乗サポートベクトルマシンを分類モデルとして用いて,90,31,および49の特徴変数をLS-SVMモデルの入力変数として分類し,SPA-LS-SVMおよびMCVE-LS-SVMモデルに基づく予測セットの認識率は98%に達した。しかし,RF-LS-SVMによって確立されたモデルによって予測された悪い予測結果は,88%に達することができた。結果は,SPA-LS-SVMモデルが他のモデルより優れていることを示して,SPAの選択した特性波長は,モデルの予測精度を改良するだけでなく,高いスペクトルイメージング技術を用いて,魚の新鮮度(凍結時間と凍結融解回数)を識別することができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *スペクトル ,  モンテカルロ法 ,  凍結 ,  画像技術 ,  アルゴリズム ,  予測 ,  凍結融解 ,  波長 ,  *新鮮度
準シソーラス用語： 予測精度 ,  認識率 ,  分類モデル ,  関心領域 ,  *ハイパースペクトル画像 , 【Automatic Indexing@JST】

著者キーワード (4件)： monte carlo free information variable elimination(MCVE) ,  successive projections algorithm(SPA) ,  random frog(RF) ,  least squares-support vector machine(LS-SVM)

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ハイパースペクトル画像 ,  魚 ,  新鮮度 ,  同定