文献

J-GLOBAL ID：202002224285260266   整理番号：20A2795718

機械学習アルゴリズムと組み合わせた可視および近赤外分光法による袋詰「Fのリンゴ成熟度の決定【JST・京大機械翻訳】

Determination of bagged ‘Fuji’ apple maturity by visible and near-infrared spectroscopy combined with a machine learning algorithm

著者 (18件)： Zhang Mengsheng (Northwest A&F University, College of Mechanical and Electronic Engineering, Yangling, Shaanxi 712100, China) ,  Zhang Mengsheng (Key Laboratory of Agricultural Internet of Things, Ministry of Agriculture and Rural Affairs, Yangling, Shaanxi 712100, China) ,  Zhang Bo (Northwest A&F University, College of Mechanical and Electronic Engineering, Yangling, Shaanxi 712100, China) ,  Zhang Bo (Key Laboratory of Agricultural Internet of Things, Ministry of Agriculture and Rural Affairs, Yangling, Shaanxi 712100, China) ,  Li Hao (Northwest A&F University, College of Mechanical and Electronic Engineering, Yangling, Shaanxi 712100, China) ,  Li Hao (Key Laboratory of Agricultural Internet of Things, Ministry of Agriculture and Rural Affairs, Yangling, Shaanxi 712100, China) ,  Shen Maosheng (Northwest A&F University, College of Mechanical and Electronic Engineering, Yangling, Shaanxi 712100, China) ,  Shen Maosheng (Key Laboratory of Agricultural Internet of Things, Ministry of Agriculture and Rural Affairs, Yangling, Shaanxi 712100, China) ,  Tian Shijie (Northwest A&F University, College of Mechanical and Electronic Engineering, Yangling, Shaanxi 712100, China) ,  Tian Shijie (Key Laboratory of Agricultural Internet of Things, Ministry of Agriculture and Rural Affairs, Yangling, Shaanxi 712100, China) ,  Zhang Haihui (Northwest A&F University, College of Mechanical and Electronic Engineering, Yangling, Shaanxi 712100, China) ,  Zhang Haihui (Key Laboratory of Agricultural Internet of Things, Ministry of Agriculture and Rural Affairs, Yangling, Shaanxi 712100, China) ,  Zhang Haihui (Shaanxi Key Laboratory of Agricultural Information Perception and Intelligent Service, Yangling, Shaanxi 712100, China) ,  Ren Xiaolin (Northwest A&F University, College of Horticulture, Yangling, Shaanxi 712100, China) ,  Xing Libo (Northwest A&F University, College of Horticulture, Yangling, Shaanxi 712100, China) ,  Zhao Juan (Northwest A&F University, College of Mechanical and Electronic Engineering, Yangling, Shaanxi 712100, China) ,  Zhao Juan (Key Laboratory of Agricultural Internet of Things, Ministry of Agriculture and Rural Affairs, Yangling, Shaanxi 712100, China) ,  Zhao Juan (Shaanxi Key Laboratory of Agricultural Information Perception and Intelligent Service, Yangling, Shaanxi 712100, China)
資料名： Infrared Physics & Technology  (Infrared Physics & Technology)
巻： 111  ページ： Null  発行年： 2020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： 果樹園におけるリンゴの成熟度の決定は,収穫時期と収穫後の貯蔵条件を決定するために非常に重要である。本研究の目的は,熟成度指数として澱粉指数を用いて,袋掛けた「Fuのリンゴの成熟度を決定するために,可視および近赤外(Vis-NIR)分光法の能力を調査することである。澱粉指数を用いて,846のリンゴを3つの成熟レベル(未成熟,収穫熟度,および可食性成熟)に分割した。主成分分析,ランダムカエル(RF)アルゴリズム,および連続射影アルゴリズムと結合したRFアルゴリズム(RF-SPA)を用いて,スペクトルデータの主成分または特性波長を抽出した。5つの機械学習アルゴリズム,すなわち,最小二乗サポートベクトルマシン(LSSVM),確率的ニューラルネットワーク,極端学習機械,部分最小二乗識別解析,および線形判別分析(LDA)を用いて,キャリブレーションモデルを開発した。異なるモデリング法の結果を比較することによって,15の特徴的波長に基づくRF-SPA-LSSVMモデルの予測性能は最良であった。予測セットの分類精度は89.05%であり,3タイプのリンゴの受信者動作特性曲線下面積は0.9210以上であった。さらに,クロロフィル含量に関連する4つのスペクトル指数を用いて,リンゴの成熟度を予測した。スペクトル指数に基づくLDAモデルの分類精度は77.63%-80.95%であり,それは特性波長に基づくキャリブレーションモデルのものより低かった。結果は,袋掛け「FuFuji’リンゴの成熟度が,Vis-NIR分光分析によって正確に,非破壊的に決定できることを示した。選択した特性波長とスペクトル指数は,リンゴの成熟度の決定のための非破壊装置の開発の参照を提供できる。Copyright 2020 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： *アルゴリズム ,  分光分析 ,  波長 ,  澱粉 ,  *近赤外線 ,  果樹園 ,  射影 ,  主成分分析 ,  熟成度 ,  *学習アルゴリズム ,  *近赤外分光分析 ,  部分最小二乗法
準シソーラス用語： スペクトルデータ ,  収穫期 ,  線形判別分析 , 【Automatic Indexing@JST】

著者キーワード (4件)： 袋詰「F ,  成熟 ,  可視および近赤外分光法 ,  澱粉指数

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  赤外・遠赤外領域の測光と光検出器  (BD07032W)

タイトルに関連する用語 (6件)： 機械学習 ,  アルゴリズム ,  近赤外分光法 ,  袋詰 ,  リンゴ ,  成熟度