文献

J-GLOBAL ID：201802283890369365   整理番号：18A0859231

ファジィRBFニューラルネットワークに基づく黒色プラスチックの同定:Fourier変換赤外放射によるデータ前処理技術に焦点を当てる【JST・京大機械翻訳】

Identification of Black Plastics Based on Fuzzy RBF Neural Networks: Focused on Data Preprocessing Techniques Through Fourier Transform Infrared Radiation

著者 (3件)： Roh Seok-Beom (Department of Electrical Engineering, University of Suwon, Hwaseong-si, South Korea) ,  Oh Sung-Kwun (Department of Electrical Engineering, University of Suwon, Hwaseong-si, South Korea) ,  Pedrycz Witold (Department of Electrical & Computer Engineering, University of Alberta, Edmonton, Canada)
資料名： IEEE Transactions on Industrial Informatics  (IEEE Transactions on Industrial Informatics)
巻： 14  号： 5  ページ： 1802-1813  発行年： 2018年 
JST資料番号： W1434A  ISSN： 1551-3203  CODEN： ITIICH  資料種別： 逐次刊行物 (A)
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： 廃プラスチックを効果的にリサイクルするための種々のプラスチック材料のシステム同定の性能向上は,ここで研究した重要な課題として生じている。カーボンブラックを含む黒色プラスチックでは,それを他の材料と区別することができない。同定プロセスを容易にするために,減衰全反射率を有するFourier変換赤外を用いて,黒色プラスチックの定性的および定量的分析を行った。この方法で得られたスペクトルは高度な次元データを構成するので,特徴の低減は音の特徴を抽出し,元のスペクトルの次元を低減するために必要となる。本研究では,ピーク検出技術,化学特性に基づく特徴抽出,および音響識別特徴を決定するためのファジィ変換ベース特徴抽出の3種類の特徴抽出技術を検討した。分類プロセスを強化するために,ファジィ動径基底関数ニューラルネットワーク分類装置を構築した。分類器のこれらのアーキテクチャはハイブリッド技術を利用する。実験研究に基づいて,特徴抽出技術による提案した分類システムが,既に研究された分類器に対して報告された性能よりも優れた性能を示すことを示した。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： *Fourier変換 ,  システム同定 ,  スペクトル ,  特徴抽出 ,  高分子廃棄物 ,  カーボンブラック ,  音響 ,  分類装置 ,  定量的分析 ,  *プラスチック ,  *曖昧さ ,  *赤外線 ,  計算機アーキテクチャ
準シソーラス用語： 実験研究 ,  *データ前処理 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  電動機  (NB07030U)

タイトルに関連する用語 (9件)： ファジィ ,  RBFニューラルネットワーク ,  黒色 ,  プラスチック ,  同定 ,  Fourier変換 ,  赤外放射 ,  データ前処理 ,  焦点