文献

J-GLOBAL ID：202202224869247672   整理番号：22A0563405

プッシュブルーム近赤外ハイパースペクトルイメージングシステムを用いるドリアンパルプの迅速熟成段階分類と乾物予測【JST・京大機械翻訳】

Rapid ripening stage classification and dry matter prediction of durian pulp using a pushbroom near infrared hyperspectral imaging system

著者 (3件)： Sharma Sneha (Department of Agricultural Engineering, School of Engineering, King Mongkut’s Institute of Technology Ladkrabang, Bangkok 10520, Thailand) ,  Sumesh K.C. (Remote Sensing and GIS, School of Engineering and Technology, Asian Institute of Technology, Klong Luang, Pathum Thani 12120, Thailand) ,  Sirisomboon Panmanas (Department of Agricultural Engineering, School of Engineering, King Mongkut’s Institute of Technology Ladkrabang, Bangkok 10520, Thailand)
資料名： Measurement  (Measurement)
巻： 189  ページ： Null  発行年： 2022年 
JST資料番号： W0315B  ISSN： 0263-2241  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： 本研究は,ドリアンパルプの開花(DAA)および乾物(DM)予測の日に基づく熟成段階(未熟,成熟,および過熟)分類のためのプッシュブルーム近赤外ハイパースペクトルイメージング(NIR-HSI)システム(900-1600nm)の可能性を調べた。5つの教師つき機械学習分類器の性能を,成熟段階分類のためのサポートベクトルマシン(SVM),ランダムフォレスト(RF),線形判別分析(LDA)部分最小二乗判別分析(PLS-DA),およびk-最近傍(kNN)を含めて比較し,DM予測のために部分最小二乗回帰(PLSR)モデルを開発した。分類と回帰モデルを開発し,遺伝的アルゴリズム(GA)と主成分分析(PCA)によって全波長と選択波長を用いて比較した。分類のために,LDAは,GAによる全波長と選択した135波長の両方に対して100%の試験精度で最良の結果を示した。PCAから選択した合計11の波長はLDAにより93.6%の試験精度を達成した。PLSRモデルはDMを予測し,予測の決定係数(R_p2)は0.80より大きく,予測の二乗平均誤差(RMSEP)は1.6%以下であった。結果は,NIR-HSIが熟度を正確に同定する可能性があり,DMを予測し,ドリアンパルプの空間分布を可視化できることを示した。このアプローチを包装企業に実装し,不均等な熟度に関連する問題を解決し,DM量に基づくドリアンの品質を調べた。Copyright 2022 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： *パルプ ,  波長 ,  *乾燥食品 ,  可視化 ,  *近赤外線 ,  計算機アルゴリズム ,  開花 ,  回帰モデル ,  判別分析 ,  主成分分析 ,  機械学習 ,  部分最小二乗法 ,  サポートベクトルマシン
準シソーラス用語： ランダムフォレスト ,  決定係数 ,  部分最小二乗回帰 , 【Automatic Indexing@JST】

著者キーワード (4件)： ドリアン・リペン ,  乾燥物質 ,  近赤外ハイパースペクトルイメージング ,  機械学習

分類 (1件)： R,L,C,Q,インピーダンス,誘電率の計測法・機器  (AD07030N)

タイトルに関連する用語 (8件)： 近赤外 ,  ドリアン ,  パルプ ,  熟成 ,  段階 ,  分類 ,  乾物 ,  予測