文献

J-GLOBAL ID：202002238512621626   整理番号：20A0885070

画素ごとの分析と新しいCARS-PSO-SVMモデルに基づく細菌由来病原菌の分類のためのVis-NIRハイパースペクトルイメージング【JST・京大機械翻訳】

Vis-NIR hyperspectral imaging for the classification of bacterial foodborne pathogens based on pixel-wise analysis and a novel CARS-PSO-SVM model

著者 (7件)： Bonah Ernest (School of Food and Biological Engineering, Jiangsu University, Xuefu Road 301, Zhenjiang 212013, Jiangsu, PR China) ,  Bonah Ernest (Food and Drugs Authority, Laboratory Services Department, P.O. Box CT 2783, Cantonments, Accra, Ghana) ,  Huang Xingyi (School of Food and Biological Engineering, Jiangsu University, Xuefu Road 301, Zhenjiang 212013, Jiangsu, PR China) ,  Yi Ren (School of Food and Biological Engineering, Jiangsu University, Xuefu Road 301, Zhenjiang 212013, Jiangsu, PR China) ,  Yi Ren (School of Smart Agriculture, Suzhou Polytechnic Institute of Agriculture, XiYuan Road 279, Suzhou 215000, PR China) ,  Aheto Joshua Harrington (School of Food and Biological Engineering, Jiangsu University, Xuefu Road 301, Zhenjiang 212013, Jiangsu, PR China) ,  Yu Shanshan (School of Food and Biological Engineering, Jiangsu University, Xuefu Road 301, Zhenjiang 212013, Jiangsu, PR China)
資料名： Infrared Physics & Technology  (Infrared Physics & Technology)
巻： 105  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： 本研究の目的は,寒天平板上で増殖した細菌性食品媒介病原体の分類と分化のための厳密な分類モデルを構築するための最適波長選択技術と同様に,メタ発見的最適化アルゴリズムの利点を評価することであった。本研究で得られた結果は,画素ごとの抽出技術が大きく分類精度を改善するという証拠を提供した。線形判別分析(LDA)とサポートベクトルマシン(SVM)分類モデルの適用は,訓練と予測セットに対してそれぞれ(91.7%,83.9%)と(90.7%,82.2%)の分類精度を提供した。加えて,cおよびg SVMパラメータを,遺伝的アルゴリズム(GA),格子探索(GS)アルゴリズムおよび粒子群最適化(PSO)に基づいて最適化し,スペクトルデータの分類を改善した。それは,訓練および予測セットに対して,それぞれ,GA(95.88%,94.53%),GS(94.27%,93.75%)およびPSO(100%,98.44%)に対するサンプルの分類精度を強化した。さらに,選択された細菌食中毒病原体は,CARS(競争的適応加重サンプリング),ACO(アリコロニー最適化),SI(相乗効果間隔),GAおよびSi-Gaアルゴリズムのような最適波長選択技術を適用することにより,波長数の減少を介して分類された。CARS-PSO-SVMは,訓練と予測のために,それぞれ99.47%と98.44%の最も高い分類精度を達成した。本研究から得られた結果は,寒天プレート上で増殖した食品媒介病原体が,ケモメトリックス技術と組み合わせたハイパースペクトル画像(HSI)技術により,正確かつ効果的に認識され,効果的に識別できることを示した。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 ,  最適化 ,  *細菌 ,  波長 ,  相乗作用 ,  寒天 ,  *画像処理 ,  *画素 ,  病原体 ,  ケモメトリックス ,  遺伝的アルゴリズム ,  サポートベクトルマシン
準シソーラス用語： スペクトルデータ ,  *ハイパースペクトル ,  ハイパースペクトル画像 , 【Automatic Indexing@JST】

著者キーワード (6件)： メタヒューリスティック最適化 ,  食品媒介病原菌 ,  ハイパースペクトルイメージング ,  SVM ,  食品安全 ,  細菌

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

タイトルに関連する用語 (9件)： 画素 ,  分析 ,  CARS ,  PSO ,  SVM ,  モデル ,  細菌 ,  病原菌 ,  分類