文献
J-GLOBAL ID:201802263329624706   整理番号:18A1044865

Agarwood油品質分類のためのSVMカーネル調整パラメータにおけるRBFとMLPの評価【JST・京大機械翻訳】

Evaluation of RBF and MLP in SVM kernel tuned parameters for agarwood oil quality classification
著者 (6件):
資料名:
巻: 2018  号: CSPA  ページ: 250-254  発行年: 2018年 
JST資料番号: W2441A  資料種別: 会議録 (C)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
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。
ag木油は,香りのある心材の樹脂から抽出された高価な油として知られている。石油は,特に中国,ベトナム,インド,中東諸国,および日本からの市場において,独特の臭気のために高い需要を得ている。ag木油の品質を格付けする研究の1つとして,動径基底関数(RBF)と多層パーセプトロン(MLP)を用いたカーネル調整パラメータの評価を,サポートベクトルマシン(SVM)を用いることによって,農業油の品質を分類するために本論文で提示した。本研究は,高品質から低品質までの選択されたag木油サンプルを含んだ。出力は,低いか高いかのいずれかのag木油品質であり,そして,投入量は,ag木油化合物の豊度(%)であった。入力と出力データを次の研究によって前処理した。データ処理(正規化,ランダム化およびデータ分割は,訓練および試験データセット(80%:20%の比率)およびSVMモデリングを用いたデータ解析)を行った。訓練データセットを用いてSVMモデルを開発し,試験データセットを用いて開発したSVMモデルを試験/検証した。すべての分析作業をMATLABソフトウェアバージョンR2013aを通して自動的に実行した。結果は,RBF調整によるSVMモデルがMLP調整によるSVMモデルより良くて,すべての性能対策を通過することを示した。精度,混乱マトリックス,感度および特異性。本研究における知見は,特にその分類における農業木材油研究分野に対する更なる研究と応用にとって重要であり,利点がある。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese 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。

分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
食用油脂,マーガリン 

前のページに戻る