文献

J-GLOBAL ID：201902258524603300   整理番号：19A2256279

魚粉品質検出電子鼻センサアレイのマルチ特徴データ融合最適化【JST・京大機械翻訳】

Multi-feature data fusion optimization of sensor array of electronic nose for fish meal quality detection

著者 (5件)： Li Pei (華中農業大学工学院,武漢,430070) ,  Niu Zhiyou (華中農業大学工学院,武漢 430070;農業部長江中下游農業装備重点実験室,武漢 430070) ,  Tan Hequn (華中農業大学工学院,武漢 430070;農業部長江中下游農業装備重点実験室,武漢 430070) ,  Zhang Weijian (華中農業大学工学院,武漢,430070) ,  Huangpu Jixuan (華中農業大学工学院,武漢,430070)
資料名： Nongye Gongcheng Xuebao  (Nongye Gongcheng Xuebao)
巻： 35  号： 12  ページ： 313-320  発行年： 2019年 
JST資料番号： C2454A  ISSN： 1002-6819  CODEN： NGOXEO  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： 生体模倣嗅覚に基づく魚粉の品質検査装置の鑑別能力を高めるため、本論文では、自主的に設計した生物工学的嗅覚魚粉の品質検査装置を用いて、魚粉サンプルの応答特徴情報を抽出し、そのセンサアレイに対してマルチ特徴データ融合最適化を行った。各センサの応答曲線に従って,センサ固有値(10×6個)を抽出して,オリジナルの特徴行列を構成し,次に,センサアレイの固有値を正規化し,そして,コンパクト性を,特徴選択の合理性を評価する基準として,3つの単一特徴分類法(MIC,?2,および2,2およびF-test,3つのマルチ特徴ランキング(RF,LR,SVM),4つの特徴減少除去法(RFE,SVMRFE,DTRFE,LRRFE)を用いて,異なる品質の魚粉を分類し,分類精度を検定した;。ランダムフォレストに基づく特徴減少除去アルゴリズム(RFE)のコンパクト性が最良であり,最適分類精度は98.3%であり,特徴数は33であった。最適化後のセンサアレイの特徴は明らかに変化し、センサアレイは元の10個から8個に変わり、センサーTGS2620とセンサーTGS2600を消去し、固有値も45%減少した。選択バイアスを避けるため,10折交差検証法を採用し,RFEアルゴリズムのより良いコンパクト性を得た。この特徴選択方法は生物工学的嗅覚技術を利用して他の動物由来原料サンプルの特徴最適化を鑑別する新しい方法と参考を提供した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 嗅覚 ,  鑑別 ,  バイアス ,  *センサ ,  アルゴリズム ,  動物 ,  *品質 ,  *センサアレイ ,  固有値 ,  *魚粉 ,  特徴選択 ,  正規化 ,  *最適化 ,  *データ融合
準シソーラス用語： 分類精度 , 【Automatic Indexing@JST】

分類 (2件)： 農業一般  (FB01010A) ,  動物性水産食品  (FJ13020C)

タイトルに関連する用語 (7件)： 魚粉 ,  電子鼻 ,  センサアレイ ,  マルチ ,  特徴データ ,  融合 ,  最適化