文献

J-GLOBAL ID：202202269406713610   整理番号：22A0008191

深学習アルゴリズムと組み合わせた蛍光ハイパースペクトル技術に基づくレタス葉中の重金属鉛の検出【JST・京大機械翻訳】

Detection of heavy metal lead in lettuce leaves based on fluorescence hyperspectral technology combined with deep learning algorithm

著者 (5件)： Zhou Xin (School of Electrical and Information Engineering of Jiangsu University, Zhenjiang 212013, China) ,  Sun Jun (School of Electrical and Information Engineering of Jiangsu University, Zhenjiang 212013, China) ,  Tian Yan (School of Electrical and Information Engineering of Jiangsu University, Zhenjiang 212013, China) ,  Yao Kunshan (School of Electrical and Information Engineering of Jiangsu University, Zhenjiang 212013, China) ,  Xu Min (School of Electrical and Information Engineering of Jiangsu University, Zhenjiang 212013, China)
資料名： Spectrochimica Acta. Part A. Molecular and Biomolecular Spectroscopy  (Spectrochimica Acta. Part A. Molecular and Biomolecular Spectroscopy)
巻： 266  ページ： Null  発行年： 2022年 
JST資料番号： E0128B  ISSN： 1386-1425  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： 蛍光ハイパースペクトルイメージング技術の実現可能性分析をレタス葉における鉛含有量の検出のために研究した。さらに,モンテカルロ最適化ウェーブレット変換積層自動エンコーダ(WT-MC-SAE)を,蛍光スペクトルデータの次元縮小と深さ特徴抽出のために提案した。2800レタス葉試料の蛍光ハイパースペクトル画像を選択し,全レタス葉を,蛍光スペクトルを抽出するために関心領域(ROI)として用いた。5つの異なる前処理アルゴリズムを用いて,標準正規化変数(SNV),第1導関数(第1Der),第2導関数(2ndDer),第3導関数(第3Der)および第4導関数(第4Der)を含む元のROIスペクトルデータを前処理した。さらに,ウェーブレット変換積層自動エンコーダ(WT-SAE)とWT-MC-SAEをデータ次元縮小のために使用し,サポートベクトルマシン回帰(SVR)をモデリング解析に使用した。それらの中で,4番目のDerはレタスの葉で0.067~1.400mg/kgのPb含有量検出のための最も有用な蛍光スペクトルデータである傾向があり,R_c2は0.9802,RMSECは0.02321mg/kg,R_p2は0.9467,RMSEPは0.04017mg/kg,RPDは3.273であり,モデルスケール(入力層中のノード数,隠れ層,および出力層)は,ウェーブレット分解の5レベルの下で407~314~286-121~76であった。更なる研究は,WT-MC-SAEが蛍光スペクトルの深さ特性抽出を実現し,レタス葉中の鉛の定量的検出を実現するために蛍光ハイパースペクトルイメージングを用いることは非常に重要であることを示した。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： モンテカルロ法 ,  *蛍光 ,  蛍光スペクトル ,  最適化 ,  *鉛 ,  *レタス ,  特徴抽出 ,  符号器 ,  導関数 ,  次元縮小 ,  正規化 ,  ウェーブレット変換 ,  サポートベクトルマシン
準シソーラス用語： *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 (5件)： 蛍光ハイパースペクトルイメージング ,  深層学習 ,  鉛 ,  レタス ,  非破壊検査

分類 (2件)： 一般及び無機化合物の蛍光・りん光(分子)  (BH06061R) ,  有機化合物の物理分析  (CC03034A)

タイトルに関連する用語 (7件)： 学習アルゴリズム ,  蛍光 ,  ハイパースペクトル ,  レタス ,  葉 ,  重金属 ,  鉛