文献

J-GLOBAL ID：201802269576671871   整理番号：18A1248183

パターン認識に基づく可視/近赤外分光法を用いたサンナ害虫損傷コムギ試料の検出【JST・京大機械翻訳】

Detection of sunn pest-damaged wheat samples using visible/near-infrared spectroscopy based on pattern recognition

著者 (4件)： Basati Zahra (Department of Bio-systems Engineering, Faculty of Agricultural and Natural Resources, University of Mohaghegh Ardabili, Ardabil, Iran) ,  Jamshidi Bahareh (Agricultural Engineering Research Institute, Agricultural Research Education and Extension Organization (AREEO), Karaj, Iran) ,  Rasekh Mansour (Department of Bio-systems Engineering, Faculty of Agricultural and Natural Resources, University of Mohaghegh Ardabili, Ardabil, Iran) ,  Abbaspour-Gilandeh Yousef (Department of Bio-systems Engineering, Faculty of Agricultural and Natural Resources, University of Mohaghegh Ardabili, Ardabil, Iran)
資料名： Spectrochimica Acta. Part A. Molecular and Biomolecular Spectroscopy  (Spectrochimica Acta. Part A. Molecular and Biomolecular Spectroscopy)
巻： 203  ページ： 308-314  発行年： 2018年 
JST資料番号： E0128B  ISSN： 1386-1425  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： コムギの質量におけるサンプ損傷穀粒の存在は,それから生産された粉とパンの品質を低下させる。したがって,小麦および小麦粉工場の収集および貯蔵センターにおけるサンプルの品質を評価することは不可欠である。本研究では,パターン認識法と組み合わせた可視/近赤外(Vis/NIR)分光法の能力を,異なる割合の太陽光損傷によるコムギ試料の識別のために調べた。この目的のために,5つのクラス(健康および5%,10%,15%および20%の非健康)に属する種々のサンプルを,教師つきおよび教師なしパターン認識法の両方に基づいて,Vis/NIR分光法(350~1000nmの波長範囲)を用いて分析した。教師なし技術としての主成分分析(PCA)および階層的クラスタ分析(HCA),および教師つき方法としてのクラス類推(SIMCA)および部分最小二乗判別分析(PLS-DA)のソフト独立モデリングを用いた。結果は,健常試料のVis/NIRスペクトルがPCAとHCAの両方を用いて正確にクラスタ化されたことを示した。4つの非健康クラス(5%,10%,15%および20%)の間の高い重なりのために,個々のクラスにおけるすべての健康でないサンプルを識別することはできなかった。しかし,健康および非健康の2つの主要なカテゴリーのみを考慮すると,SIMCAおよびPLS-DAの教師つきパターン認識法による分類後に,クラス間の許容可能な分離度を得ることができる。PCAモデリングに基づくSIMCAは,100%の分類精度で,健康および非健康の2つのクラスのサンプルを正しく分類した。さらに,839nm,918nmおよび995nmの波長のパワーは,2つのクラスの健康および非健康を識別するために他の波長よりも多かった。また,PLS-DAは健康および非健康な試料(R2=0.973およびRMSECV=0.057)の優れた分類結果を提供すると結論した。したがって,パターン認識技術に基づくVis/NIR分光法は,保全および処理センターにおけるサンザシ害虫によって損傷されたものから健康な小麦サンプルを迅速に区別するために有用である。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 品質 ,  モデリング ,  主成分分析 ,  クラスタ化 ,  *近赤外分光分析 ,  *パターン認識 ,  近赤外スペクトル ,  *コムギ ,  波長 ,  *害虫 ,  判別分析 ,  *近赤外線 ,  部分最小二乗法 ,  粉体
準シソーラス用語： 健康 , 【Automatic Indexing@JST】

著者キーワード (4件)： パターン認識 ,  害虫被害 ,  VIS/NIR分光法 ,  コムギ

分類 (3件)： 有機化合物の物理分析  (CC03034A) ,  数値計算  (JE02000J) ,  薬物の分析  (GV01040Q)

タイトルに関連する用語 (6件)： パターン認識 ,  近赤外分光法 ,  害虫 ,  損傷 ,  コムギ ,  試料