文献
J-GLOBAL ID:201802224134547675   整理番号:18A1573702

ファジィ非相関判別C平均クラスタリングの茶葉フーリエ変換赤外分光分類【JST・京大機械翻訳】

Classification of Tea Varieties Via FTIR Spectroscopy Based on Fuzzy Uncorrelated Discriminant C-Means Clustering
著者 (5件):
資料名:
巻: 38  号:ページ: 1719-1723  発行年: 2018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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
茶は好愛な健康飲料であり、異なる品種の茶葉の効能と作用は異なる。信頼性が高く、簡単で実行しやすく、分類速度が速い茶葉品種の鑑別方法の研究は重要な意義を持つ。ファジィ非相関判別変換(FUDT)アルゴリズムとファジィC平均クラスタリング(FCM)アルゴリズムに基づいて,ファジィ非相関判別C平均クラスタリング(FUDCM)アルゴリズムを提案した。FUDCMは,スペクトルデータのファジィ非相関識別情報をクラスタ化プロセスで動的に抽出できる。FTIR-7600型Fourier変換赤外分光分析計を用いて、良質楽山竹葉青、劣質楽山竹葉青と眉眉山毛峰の3種類の茶葉のFourier中赤外スペクトルを採集し、波数範囲は4001.569401.1211cm-1であった。多変量散乱補正(MSC)を用いてスペクトル前処理を行い,次に主成分分析(PCA)によりスペクトルデータを20次元に次元縮小し,線形判別分析(LDA)によりスペクトルデータの識別情報を抽出した。最後に、FCMとFUDCMを用いて、茶品種の鑑別を行った。実験結果は,重みづけ指数m=2のとき,FCMの分類精度が63.64%,FUDCMのクラスタリング精度が83.33%,FCMが67回の反復計算で収束し,FUDCMが17回の反復計算だけで収束を実現できることを示した。主成分分析,線形判別分析,およびFUDCMと組み合わせたFourier変換赤外分光法(FTIR)は,茶品種の同定と分析を迅速かつ効果的に実現し,そして,識別精度はFCMより,より効率的である,そして,識別精度は,より効率的である。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
分光分析  ,  し好料作物 

前のページに戻る