文献

J-GLOBAL ID：201902281746926365   整理番号：19A2644614

可視NIR分光法に基づく多品種モデルの確立によるナシ中のSSCの定量【JST・京大機械翻訳】

Determination of SSC in pears by establishing the multi-cultivar models based on visible-NIR spectroscopy

著者 (7件)： Li Jiangbo (College of Mechanical and Electrical Engineering, Shihezi University, Shihezi 832003, China) ,  Li Jiangbo (Beijing Research Center of Intelligent Equipment for Agriculture, Beijing 100097, China) ,  Zhang Hailiang (College of Electrical and Automation Engineering, East China Jiaotong University, Nanchang 330013, China) ,  Zhan Baishao (College of Electrical and Automation Engineering, East China Jiaotong University, Nanchang 330013, China) ,  Wang Zheli (College of Mechanical and Electrical Engineering, Shihezi University, Shihezi 832003, China) ,  Wang Zheli (Beijing Research Center of Intelligent Equipment for Agriculture, Beijing 100097, China) ,  Jiang Yinglan (College of Mechanical and Electrical Engineering, Shihezi University, Shihezi 832003, China)
資料名： Infrared Physics & Technology  (Infrared Physics & Technology)
巻： 102  ページ： Null  発行年： 2019年 
JST資料番号： H0184A  ISSN： 1350-4495  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 可溶性固形分(SSC)は新鮮果実の価格に影響する最も重要な品質属性の1つである。個々の品種モデルは,一般的なSSC解析モデルである。しかし,このタイプのモデルは,果実の異なる栽培品種におけるSSCの評価に最適ではない。本研究において,ナシの3品種におけるSSCを定量的に測定するための多品種モデルを用いることの実現可能性を,可視-NIR分光法に基づいて観察した。マルチ栽培品種と個別品種モデルを開発し,異なる変数選択アルゴリズムを用いてモデルを最適化した。結果は,マルチ栽培品種モデルが,すべてのサンプルのSSC予測のための個別品種モデルより優れていて,競争的適応再加重サンプリング(CARS)が,有効変数の選択のために,モンテカルロ非有益変数除去(MC-UVE)と逐次射影アルゴリズム(SPA)より良いことを示した。選択された変数に基づいて,CARS-PLSおよびCARS-MLRマルチ栽培品種モデルは,類似の検出精度を有するナシの3つの栽培品種のSSCのための効果的予測を達成することができた。これらの2つのタイプのモデルによって得られた予測の予測セット(RP2)および根平均二乗誤差(RMSEP)の決定係数は,3品種のナシに対して0.90~0.92および0.23~0.30であった。全体的な結果は,マルチ栽培品種モデルを用いてナシの異なる栽培品種のSSCを正確に測定することが可能であることを示し,CARSは効率的な変数を選択する強力なツールであり,CARS-PLSとCARS-MLRはスペクトル較正に対して単純で優れていた。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 栽培品種 ,  モンテカルロ法 ,  可溶性 ,  *品種 ,  品質特性 ,  予測 ,  *近赤外分光分析 ,  アルゴリズム ,  *モデル ,  品質 ,  射影 ,  スペクトル ,  最適化 ,  マルチ栽培 ,  解析モデル

著者キーワード (5件)： 内部品質検出 ,  可溶性固体含有量 ,  ナシ ,  多品種モデル ,  効果的な変数選択

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： NIR分光法 ,  品種 ,  モデル ,  ナシ ,  定量