文献

J-GLOBAL ID：201802279280226982   整理番号：18A0208817

可視/近赤外分光法によるメクダミの芽のクラス判別による判別に関する知見を得た。【JST・京大機械翻訳】

Identification of Meitan Cuiya Tea Grades Based on Visible-Near-Infrared Technology

著者 (5件)： Peng Qingwei (貴州大学物理学院,貴州 貴陽,550025) ,  Liu Yun (貴州大学物理学院,貴州 貴陽,550025) ,  Yu Jiancheng (貴州大学物理学院,貴州 貴陽,550025) ,  Wei Xiaonan (貴州大学物理学院,貴州 貴陽,550025) ,  Tang Yanlin (貴州大学物理学院,貴州 貴陽,550025)
資料名： Chaye Kexue  (Chaye Kexue)
巻： 37  号： 5  ページ： 458-464  発行年： 2017年 
JST資料番号： C2232A  ISSN： 1000-369X  CODEN： CHKEF4  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： 本研究では,可視化/近赤外分光法を用いて,この研究において,この論文では,この種の分類を研究するために研究を行ったことを目的とした。最初に,畳込み平滑化,多変量散乱補正,標準正規変数変換,一次導関数法,二次導関数法,脱傾向法などの前処理法を用いて,サンプルのオリジナルスペクトルデータを処理した。次に,異なるスペクトル前処理法とオリジナルスペクトルに基づく部分最小二乗回帰モデルを構築し,異なるスペクトル前処理法の影響を分析し,結果は,畳込み平滑化前処理法を用いたモデルの効果が最も良いことを示した。次に,段階的回帰分析,連続的射影アルゴリズム,および競合的適応重みづけアルゴリズムの3つの特性波長選択法を用いて,畳込み平滑化前処理後のスペクトルデータを特性波長によって選択した。異なる特徴波長選択アルゴリズムに基づいて選択された特徴波長と元の全帯域データを部分最小二乗回帰モデルによりモデル化した。結果により、競争性自己適応重みづけアルゴリズムによるスクリーニングした特徴波長によるモデル予測効果は最も良く、モデルの予測セット相関係数は0.9739に達し、平均二乗誤差は0.2250であり、これはメランマの芽の迅速な判別に理論的根拠を提供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： 回帰分析 ,  アルゴリズム ,  相関係数 ,  導関数 ,  畳込み ,  スペクトル ,  前処理 ,  予測 ,  波長 ,  平滑化 ,  *近赤外分光分析 ,  重みづけ
準シソーラス用語： スペクトルデータ ,  波長選択 ,  部分最小二乗回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： visible-near-infrared spectroscopy ,  Meitan cuiya ,  grade ,  competitive adaptive re-weighting ,  partial least squares regression

分類 (2件)： 生肉の品質と処理  (FJ12032O) ,  食品の品質  (FJ01040F)

タイトルに関連する用語 (4件)： 近赤外分光法 ,  芽 ,  クラス ,  判別