文献
J-GLOBAL ID:202202228641957911   整理番号:22A0981533

ハイパースペクトルイメージング技術に基づく乾燥オオカミ果実品質を同定するためのハイブリッドSVMおよびLS-SVM分類アルゴリズムの比較分析【JST・京大機械翻訳】

A comparative analysis of hybrid SVM and LS-SVM classification algorithms to identify dried wolfberry fruits quality based on hyperspectral imaging technology
著者 (6件):
資料名:
巻: 46  号:ページ: e16320  発行年: 2022年 
JST資料番号: H0774A  ISSN: 0145-8892  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
食品加工に使用される非常に一般的な保存方法は乾燥法である。したがって,果実の品質が乾燥後にどのように影響を受けるかを,適切に検査し,確認する必要がある。ハイパースペクトルイメージング(HSI)技術は食品品質を評価するために採用される先進技術の1つである。本研究では,標準正規化変量(SNV)とSavitsky-Golay(SG)データ前処理と最適化法が400.680-1001.612nm波長の範囲で乾燥されたクコベリー果実の品質のスペクトルデータに及ぼす影響を調べた。したがって,本研究は,HSI技術を使用し,SG-SVN前処理法を最小二乗サポートベクターマシン(LS-SVM)モデルに統合することは,乾燥クコベリー果実品質を正確に予測できることを示した。SG-SVNと結合したLS-SVMアルゴリズムの予測精度は96.66%に達し,それは最も高い分類精度であった。研究結果は,LS-SVMモデルと組み合わせたHSI技術が乾燥クコベリー果実品質分類のために実行可能であることを示した。NOVELTY STATEMENT:クコベリー果実品質の分類の従来法は,主に外観とヒト感覚に依存し,それは時間がかかり,精度を欠いている。本研究では,LS-SVMアルゴリズムによるハイパースペクトルイメージング技術を,異なる温度および時間枠の下で乾燥されたクコベリー果実の正確な迅速非破壊分類のためにそれぞれ使用した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
果実とその加工品 

前のページに戻る