文献
J-GLOBAL ID:202202255541151647   整理番号:22A1113088

トウモロコシ中のアフラトキシンB_1検出のための比色センサデータに基づくサポートベクター回帰モデルの予測精度を改善する入力特性とパラメータ最適化【JST・京大機械翻訳】

Input features and parameters optimization improved the prediction accuracy of support vector regression models based on colorimetric sensor data for detection of aflatoxin B1 in corn
著者 (3件):
資料名:
巻: 178  ページ: Null  発行年: 2022年 
JST資料番号: D0072A  ISSN: 0026-265X  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:
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。
比色センサ技術に基づくトウモロコシ中のアフラトキシンB_1(AFB_1)の定量的検出のための新しい方法を本研究で提案した。最初に,比色センサアレイを作るために12種類の色感受性材料を選択した。調製した比色センサアレイを用いて,異なる程度のうどんこ病を有するトウモロコシサンプルの嗅覚感覚情報を収集し,そして,情報を,画像の形で特性評価し,そして,最適色成分組合せを決定するために,比色センサの画像特徴を最適化するために,サポートベクターマシン回帰(SVR)と結合したマルチ空間ランダム化および協調(SRCFS)アルゴリズムによる新規教師なし特徴選択を用いた。トウモロコシ中のAFB_1の迅速定量分析を達成するために,最良の色成分の組合せを用いてSVRモデルを確立した。SVRモデルキャリブレーションの過程で,粒子群最適化(PSO)を用いてSVRパラメータCとgの最適化を行った。研究結果は,PSO-SVRモデルと比較して,SRCFS-PSO-SVRモデルの予測の相関係数(R_P)の平均値が0.97から0.98まで増加して,予測(RMSEP)の平方自乗平均誤差の平均が4.8μg・kg-1から3.5μg・kg-1に減少したことを示した;。”予測の二乗平均平方根誤差(RMSEP)は,4.8μg・kg-1から3.5μg・kg-1に減少した;。”結論]予測の相関係数(R_P)は,0.97から0.98へ増加し,そして,予測の平方根平均二乗誤差(RMSEP)の平均は,4.8μg・kg-1から3.5μg・kg-1に減少した。最良のSRCFS-PSO-SVRモデルのR_Pは0.99であり,RMSEPは2.8μg・kg-1であった。結果は,トウモロコシ中のAFB_1の定量的検出が,ケモメトリックス法と組み合わせた比色センサ技術を用いて達成できることを明らかにした。さらに,SRCFSアルゴリズムは比色センサの特性組合せを効率的に見つけることができる。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:
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
有機化合物の電気分析 

前のページに戻る