文献

J-GLOBAL ID：201802281610791527   整理番号：18A1573711

ランダム森林アルゴリズムの果糖分近赤外分光測定【JST・京大機械翻訳】

Fast Measurement of Sugar in Fruits Using Near Infrared Spectroscopy Combined with Random Forest Algorithm

著者 (3件)： Li Shengfang (太原理工大学 ,山西 太原 030024;北京農業智能装備技術研究中心 ,北京 100097) ,  Jia Minzhi (太原理工大学 ,山西 太原,030024) ,  Dong Daming (北京農業智能装備技術研究中心 ,北京 100097;国家農業智能装備工程技術研究中心 ,北京 100097)
資料名： Guangpuxue yu Guangpu Fenxi  (Guangpuxue yu Guangpu Fenxi)
巻： 38  号： 6  ページ： 1766-1771  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： 近年、果糖分などの内部品質の近赤外スペクトル測定法に関する研究が多く、一部の商業化機器が登場した。しかし、近赤外スペクトルの複雑多変により、モデルの伝達性が悪く、通常のモデルは特定の品種や特定の産地の果物にしか対応できない。ランダムフォレスト(RF)は,ディシジョンツリーに基づく統合アルゴリズムであり,分類回帰ツリー(CART)モデルの統合によって予測精度を改善する。部分最小二乗法(PLS)と多重線形回帰法(MLR)法と比較して,ランダム森林回帰法は,非線形データの解析に対して強い能力を示した。RFモデルのランダム性を考慮して,ディシジョンツリーの数(ntree)と分割変数の数(mtry)をデバッグすることによって,モデル最適化を行った。異なる種類の果物(リンゴ,ナシ)の糖分をランダム森林を用いて予測した。実験により、同一種類の果物に対して、ランダム森林とPLSのモデリングと予測の結果が良好であることが分かった。しかし、異なる種類の果物に対して、ランダム森林は明らかにモデルの予測能力を増加させ、モデリングR2はPLSの0.878から0.999に向上し、モデリングのRMSECは0.453から0.015に減少した。独立予測セットサンプルを用いて,最適RFモデルを検証し,R2はPLSの0.731から0.888に増加し,RMSEPは1.148から0.334に減少した。ランダム森林は,多くの種類の果糖分の予測において,明白な優位性を持つ。この研究により、ランダム森林は様々な果糖分の近赤外スペクトルの測定に応用でき、モデルの普遍性と伝達性の問題を解決できることが分かった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 部分最小二乗法 ,  *アルゴリズム ,  近赤外スペクトル ,  品種 ,  商業化 ,  最適化 ,  ディシジョンツリー ,  普遍性 ,  モデリング ,  予測 ,  品質 ,  *近赤外分光分析
準シソーラス用語： 予測精度 ,  産地 ,  *ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (4件)： Random forest ,  Near-infrared spectroscopy ,  Fruit sugar ,  Fast measurement

分類 (2件)： 赤外・遠赤外領域の分光法と分光計  (BD07042H) ,  分光分析  (CC03012W)

タイトルに関連する用語 (4件)： 森林 ,  アルゴリズム ,  果糖 ,  近赤外分光