文献

J-GLOBAL ID：201902217927636146   整理番号：19A0657496

Fourier変換近赤外分光法を用いたバイオエタノールの固体発酵における正常及び異常条件の迅速診断【JST・京大機械翻訳】

Rapid Diagnosis of Normal and Abnormal Conditions in Solid-State Fermentation of Bioethanol Using Fourier Transform Near-Infrared Spectroscopy

著者 (6件)： Jiang Hui (School of Agricultural Equipment Engineering, Jiangsu University) ,  Jiang Hui (School of Electrical and Information Engineering, Jiangsu University) ,  Wang Wei (School of Electrical and Information Engineering, Jiangsu University) ,  Mei Congli (School of Electrical and Information Engineering, Jiangsu University) ,  Huang Yonghong (School of Electrical and Information Engineering, Jiangsu University) ,  Chen Quansheng (School of Food and Biological Engineering, Jiangsu University)
資料名： Energy & Fuels  (Energy & Fuels)
巻： 31  号： 11  ページ： 12959-12964  発行年： 2017年 
JST資料番号： E0805B  ISSN： 0887-0624  CODEN： ENFUEM  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： バイオエタノールの固体発酵(SSF)における正常および異常発酵条件の迅速診断は,プロセスおよび品質管理に重要である。パターン認識法と組み合わせたFourier変換近赤外(FT-NIR)分光分析技術を用いて,本研究における発酵条件(すなわち,正常および異常)をモニターした。発酵条件の同定における最適性能を達成するために,線形判別分析(LDA),K最近傍(KNN),およびサポートベクトルマシン(SVM)分類を用いて,認識モデルを構築した。計算パラメータの最適化と主成分(PC)の数を,認識モデル訓練段階の間,leave-one-out交差検証(L00CV)を用いて同時に実行した。本研究の結果は,SVMモデルが他の2つのモデルと比較してより良い性能を提示して,最良のSVM認識モデルが4つのPCの使用によって最終的に確立されたことを明らかにした。SVMモデルは検証過程において独立試料の96.30%を成功裏に同定した。本研究は,適切なケモメトリックス法の助けによるFT-NIR分光分析技術が,バイオエタノールのSSFにおける発酵条件の迅速診断に首尾よく適用できることを示す。Copyright 2019 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 認知モデル ,  *発酵 ,  最適化 ,  分光分析 ,  品質管理 ,  *近赤外線 ,  モデル ,  パターン認識 ,  サポートベクトルマシン ,  パラメータ ,  ケモメトリックス ,  *Fourier変換
準シソーラス用語： *迅速診断 ,  *固体発酵 ,  *バイオエタノール , 【Automatic Indexing@JST】

分類 (1件)： 生物燃料及び廃棄物燃料  (LB02020Y)

タイトルに関連する用語 (4件)： Fourier変換近赤外分光法 ,  バイオエタノール ,  固体発酵 ,  迅速診断