文献

J-GLOBAL ID：201702267172083051   整理番号：17A1295595

収穫後のブドウの可溶性固形分含有量のハイパースペクトルイメージング検出研究【JST・京大機械翻訳】

Detection of Soluble Solids Content of Postharvest Grape Based on Hyperspectral Imaging

著者 (6件)： Xu Li (新疆惠遠種業股fen有限公司,新疆 石河子,832003) ,  Yang Jie (石河子大学 机械電气工程学院,新疆 石河子,832003) ,  Wang Yunxiang (石河子大学 机械電气工程学院,新疆 石河子,832003) ,  Ye Jintao (石河子大学 机械電气工程学院,新疆 石河子,832003) ,  Ma Benxue (石河子大学 机械電气工程学院,新疆 石河子,832003) ,  Lv Chen (石河子大学 机械電气工程学院,新疆 石河子,832003)
資料名： Henan Nongye Kexue  (Henan Nongye Kexue)
巻： 46  号： 3  ページ： 143-147  発行年： 2017年 
JST資料番号： C2918A  ISSN： 1004-3268  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： ブドウの可溶性固形分の定量のための新しい方法を,ハイパースペクトル画像技術を用いて開発した。高スペクトルイメージングシステムを用いて,500~1000nmにおける拡散反射スペクトルを収集し,多重散乱補正(MSC)および標準正規変換(SNV)を用いて,光路補正を行った。一次微分(1-Der)、二次微分(2-Der)、Savitzky-Golay(S-G)平滑方法及びその組合せを用いて、原始スペクトルを前処理した。可溶性固形分含有量の部分最小二乗(PLS)と段階的多重線形回帰(SMLR)モデルを確立した。結果は以下を示した。PLSとSMLRモデリング法を用いて,良好な予測効果を得た。PLS,1-DerおよびS-G平滑化を用いて,PLS予測モデルを確立し,相関係数Rcは0.979,RMSECは0.265,そして,予測セットの相関係数は0.962であった。RMSEPは0.372であった。オリジナルのスペクトル,1-Der,およびS-G平滑化を用いて,SMLRの予測モデルを確立し,相関係数は0.967,RMSECは0.327,そして,予測セットの相関係数は0.947であった。RMSEPは0.394であった。以上の結果により、ハイパースペクトル画像処理技術により、採取後のブドウの可溶性固形物含有量の正確な非破壊検査を実現できることが明らかになった。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 ,  *スペクトル ,  *ブドウ ,  モデリング ,  多重散乱 ,  相関係数 ,  前処理 ,  予測 ,  非破壊検査 ,  部分最小二乗法 ,  平滑化 ,  微分
準シソーラス用語： 多重線形回帰 ,  ハイパースペクトル画像 ,  *溶解性固形物 , 【Automatic Indexing@JST】

著者キーワード (5件)： hyperspectral imaging technique ,  spectrum analysis ,  grape ,  soluble solids content ,  partial least square

分類 (2件)： 食品の品質  (FJ01040F) ,  果実とその加工品  (FJ11030Z)

タイトルに関連する用語 (5件)： 収穫 ,  ブドウ ,  可溶性固形分 ,  含有量 ,  研究