文献

J-GLOBAL ID：202102243827201502   整理番号：21A1721760

アワビフレーバー液体のためのボルタンメトリー検出法間の比較【JST・京大機械翻訳】

Comparison between voltammetric detection methods for abalone-flavoring liquid

著者 (6件)： Lv Yan (Mechanical Engineering Department of Dalian Polytechnic University, Dalian 116034, China) ,  Zhang Xu (Mechanical Engineering Department of Dalian Polytechnic University, Dalian 116034, China) ,  Zhang Peng (Mechanical Engineering Department of Dalian Polytechnic University, Dalian 116034, China) ,  Wang Huihui (Mechanical Engineering Department of Dalian Polytechnic University, Dalian 116034, China) ,  Ma Qinyi (Mechanical Engineering Department of Dalian Polytechnic University, Dalian 116034, China) ,  Tao Xueheng (Mechanical Engineering Department of Dalian Polytechnic University, Dalian 116034, China)
資料名： Open Life Sciences (Web)  (Open Life Sciences (Web))
巻： 16  号： 1  ページ： 354-361  発行年： 2021年 
JST資料番号： U8098A  ISSN： 2391-5412  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,異なるアワビフレーバー液体に対する最も正確な分類法の決定を試みた。3つの一般的なボルタンメトリー検出法,すなわち,線形掃引ボルタンメトリー(LSV),サイクリックボルタンメトリー(CV),および矩形波ボルタンメトリー(SWV)を考察した。アワビフレーバー液体の分類精度を比較するため,4電極(Au,Pt,Pd,W)センサアレイを用いて,5つの異なるアワビフレーバー液体を分類するために3つの方法を別々に採用した。次に,各方法によって得たデータを主成分分析(PCA)に供し,その固有値が1より大きい最初の3主成分を各データセットから抽出した。各方法の累積分散寄与率と主成分スコアを得た。PCAの結果は,CVによって得られた最初の3主成分が,最も高い累積分散寄与率(91.30%)を有し,CVが,他の2つの方法よりもアワビフレーバー液体試料の情報をより包括的に特性化できることを示した。主成分スコアに従って,LSVとSWVのそれらと比較して,CVによって検出される同じ種類のサンプルは非常にクラスタ化され,CVによって検出される異なる種類のサンプルが大いに分散された。これは,CVが5つのアワビフレーバー液体の間で効果的に識別できることを示した。最後に,検出データを確率的ニューラルネットワークと遺伝的アルゴリズムによって最適化したサポートベクトルマシンアルゴリズムを通してさらに検証した。結果はさらに,CVがアワビフレーバー液体の分類において他の2つの方法より正確であることを確証した。したがって,CVはアワビフレーバー液体の分類のために推奨された。Please refer to the publisher for the copyright holders. 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 ,  固有値 ,  最適化 ,  *ボルタンメトリー ,  クラスタ化 ,  *検出法 ,  キャラクタリゼーション ,  主成分分析 ,  サイクリックボルタンメトリー ,  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： 矩形波ボルタンメトリー ,  決定係数 ,  線形掃引ボルタンメトリー ,  確率的ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： アワビフレーバー液体 ,  ボルタンメトリー検出法 ,  主成分分析 ,  確率的ニューラルネットワーク ,  サポートベクトルマシン

分類 (2件)： 有機化合物の電気分析  (CC05034O) ,  薬物の分析  (GV01040Q)

タイトルに関連する用語 (4件)： アワビ ,  フレーバー ,  ボルタンメトリー ,  検出法