文献

J-GLOBAL ID：201702290168263900   整理番号：17A0369133

改良された多重レベルデータ融合モデルによる鶏肉中の全揮発性塩基性窒素(TVB N)含有量の知的評価【Powered by NICT】

Intelligent evaluation of total volatile basic nitrogen (TVB-N) content in chicken meat by an improved multiple level data fusion model

著者 (4件)： Khulal Urmila (School of Food & Biological Engineering, Jiangsu University, Zhenjiang 212013, PR China) ,  Zhao Jiewen (School of Food & Biological Engineering, Jiangsu University, Zhenjiang 212013, PR China) ,  Hu Weiwei (School of Food & Biological Engineering, Jiangsu University, Zhenjiang 212013, PR China) ,  Chen Quansheng (School of Food & Biological Engineering, Jiangsu University, Zhenjiang 212013, PR China)
資料名： Sensors and Actuators. B. Chemical  (Sensors and Actuators. B. Chemical)
巻： 238  ページ： 337-345  発行年： 2017年 
JST資料番号： T0967A  ISSN： 0925-4005  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： 本論文の目的は,鶏肉中の全揮発性塩基態窒素(TVB N)含有量を評価するために匂いセンサと高度光センサの融合モデルを提示することである。,臭気センサすなわち比色センサと光センサすなわちHSIから得られたスペクトルと同様に組織データ変数から得られた芳香または臭気データ変数は,更なるデータ処理のために融合した。低レベルデータ抽象化(LLA)を介して得られた36臭気変数は中/中間レベルデータ抽象化(ILA)によって得られた30テクスチャ特徴変数を持つ集計66変数のデータセットに連結した。多重レベルデータ融合(MLF)のこのアプローチは個々のシステムのいずれかよりも良好なPCA BPANN予測結果を生み,0.8659,低いRMSEP4.587mg/100gのと共に増加したキャリブレーションモデル有効性の高いR_pであった。さらに,データ融合技術は,Pearson相関分析を適用して改善された時,予測レベルは0.8819とRMSEP4.3137mg/100gのR_pと共に増加すると非相関データ変数は統計的有意水準でデータセットの各々から除去された。この段階はデータ変数ではなく元の情報を減少させた。,結果は良好なモデル性能のための多重センサ融合と改善されたMLF法は鶏肉の鮮度を評価するために促進した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： センサ ,  *データ融合 ,  比色分析 ,  データ抽象化 ,  *鶏肉 ,  センサアレイ ,  匂いセンサ ,  新鮮度 ,  *揮発性 ,  光センサ ,  *多重化
準シソーラス用語： マルチセンサ ,  相関分析 ,  色センサ ,  揮発性塩基窒素 , 【Automatic Indexing@JST】

著者キーワード (6件)： 家禽肉 ,  比色センサアレイ ,  ハイパースペクトル画像(HSI) ,  多重レベルデータ融合(MLF) ,  改良されたMLF ,  アリコロニー最適化(ACO)

分類 (1件)： 分析機器  (CC02020S)

タイトルに関連する用語 (9件)： 多重 ,  データ融合 ,  モデル ,  鶏肉 ,  揮発性 ,  塩基性 ,  窒素 ,  含有量 ,  評価