文献

J-GLOBAL ID：201702276574497629   整理番号：17A1282366

近赤外ハイパースペクトル画像技術に基づく乾燥ナツメ品種の同定【JST・京大機械翻訳】

Identification of Varieties of Dried Red Jujubes with Near-Infrared Hyperspectral Imaging

著者 (5件)： Fan Yangyang (浙江大学生物系統工程与食品科学学院,浙江 杭州,310058) ,  Qiu Zhengjun (浙江大学生物系統工程与食品科学学院,浙江 杭州,310058) ,  Chen Jian (浙江大学生物系統工程与食品科学学院,浙江 杭州,310058) ,  Wu Xiang (浙江大学生物系統工程与食品科学学院,浙江 杭州,310058) ,  He Yong (浙江大学生物系統工程与食品科学学院,浙江 杭州,310058)
資料名： Guangpuxue yu Guangpu Fenxi  (Guangpuxue yu Guangpu Fenxi)
巻： 37  号： 3  ページ： 836-840  発行年： 2017年 
JST資料番号： C2093A  ISSN： 1000-0593  CODEN： GYGFED  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： 乾燥赤ナツメの迅速な識別を実現するために、近赤外ハイパースペクトル画像技術に基づく鑑別方法を提案した。4つの品種の合計240のサンプルを用いて,近赤外ハイパースペクトル画像(1000~1600nm)を調製した。主成分分析法(principal component analysis,PCA),負荷係数法(x-Loading Weights,x-LW)と連続射影アルゴリズム(successive projections algorithm,SPA)により,それぞれ7個,8個と10個の特徴波長を抽出した。第一主成分画像のテクスチャ特徴を,グレイレベル共起行列(GLCM)に基づいて抽出した。入力として,スペクトル特徴,テクスチャ特徴,スペクトル,テクスチャ融合特徴をそれぞれ用いた。部分最小二乗判別分析(PLS-DA)、逆伝播ニューラルネットワーク(back-propagation neural network、BPNN)と最小二乗サポートベクトルマシン(least squares support vector machines,LS-SVM)モデルを構築した。結果により、融合特徴に基づくモデルの識別率は、それぞれスペクトル特徴またはテクスチャ特徴に基づくモデル識別率より高いことが分かった。融合特徴に基づくBPNNモデルの結果は最も良く、予測セットのサンプルに対する鑑別の正確率は100%である。これらの結果は,近赤外ハイパースペクトル画像処理技術が,乾燥ナツメ品種の迅速同定に利用できることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *近赤外線 ,  判別分析 ,  鑑別 ,  *スペクトル ,  主成分分析 ,  *画像 ,  *品種 ,  部分最小二乗法
準シソーラス用語： 認識率 ,  テクスチャ ,  スペクトル特徴 ,  テクスチャ特徴 ,  *ナツメ ,  *ハイパースペクトル画像 , 【Automatic Indexing@JST】

著者キーワード (5件)： Near-infrared hyperspectral imaging ,  Dried red jujube ,  Identification ,  Texture features ,  Features fusion

分類 (1件)： 食品の分析  (FJ01030U)

タイトルに関連する用語 (5件)： 近赤外 ,  ハイパースペクトル画像 ,  ナツメ ,  品種 ,  同定