Quantitative determination of total pigments in red meats using hypers การแปล - Quantitative determination of total pigments in red meats using hypers ไทย วิธีการพูด

Quantitative determination of total

Quantitative determination of total pigments in red meats using hyperspectral imaging and multivariate analysis
Abstract
This study investigated the potential of hyperspectral imaging (HSI) for quantitative determination of total pigments in red meats, including beef, goose, and duck. Partial least squares regression (PLSR) was applied to correlate the spectral data with the reference values of total pigments measured by a traditional method. In order to simplify the PLSR model based on the full spectra, eleven optimal wavelengths were selected using successive projections algorithm (SPA). The new SPA-PLSR model yielded good results with the coefficient of determination (R2p) of 0.953, root mean square error (RMSEP) of 9.896, and ratio of prediction to deviation (RPD) of 4.628. Finally, distribution maps of total pigments in red meats were developed using an image processing algorithm. The overall results from this study indicated HSI had the capability for predicting total pigments in red meats.

Keywords
Hyperspectral imaging; Beef; Goose; Duck; Total pigments; Regression coefficients; Successful projections algorithm; Partial least squares regression
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
กำหนดสีทั้งหมดในเนื้อสัตว์สีแดงที่ใช้ hyperspectral ถ่ายภาพ และตัวแปรพหุการวิเคราะห์เชิงปริมาณบทคัดย่อการศึกษานี้ตรวจสอบศักยภาพของ hyperspectral ภาพ (HSI) สำหรับการกำหนดเชิงปริมาณของเม็ดสีทั้งหมดในเนื้อสัตว์สีแดง เนื้อ ห่าน และเป็ด ถดถอยบางส่วนกำลังสองน้อยสุด (PLSR) ใช้เชื่อมโยงข้อมูลสเปกตรัมกับค่าอ้างอิงของสีทั้งหมดที่วัด โดยวิธีดั้งเดิม การทำรุ่น PLSR ตามแรมสเป็คตราเต็ม ความยาวคลื่นสูงสุดที่ 11 ได้เลือกใช้อัลกอริทึมต่อเนื่องประมาณ (สปา) รูปแบบสปา PLSR ใหม่หาผลลัพธ์ที่ดีกับค่าสัมประสิทธิ์ของความมุ่งมั่น (R2p) 0.953 รากหมายถึงตารางข้อผิดพลาด (RMSEP) 9.896 และอัตราส่วนของการคาดการณ์การเบี่ยงเบน (RPD) ของ 4.628 แผนที่การกระจายของเม็ดสีทั้งหมดในเนื้อสัตว์สีแดงในที่สุด ถูกพัฒนาโดยใช้อัลกอริทึมการประมวลผลภาพ ผลลัพธ์โดยรวมจากการศึกษานี้ระบุ HSI มีความสามารถในการคาดการณ์รวมเม็ดสีในเนื้อสัตว์สีแดงคำสำคัญภาพ Hyperspectral เนื้อ ห่าน เป็ด รวมสี ค่าสัมประสิทธิ์ถด อัลกอริทึมสำเร็จประมาณ ถดถอยบางส่วนกำลังสองน้อยสุด
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
การกำหนดปริมาณของเม็ดสีโดยรวมในเนื้อแดงโดยใช้การถ่ายภาพ Hyperspectral และการวิเคราะห์หลายตัวแปร
บทคัดย่อ
การศึกษาครั้งนี้เป็นการศึกษาที่มีศักยภาพของการถ่ายภาพ Hyperspectral (HSI) สำหรับการกำหนดปริมาณของเม็ดสีโดยรวมในเนื้อแดงรวมทั้งเนื้อวัว, เนื้อห่านและเป็ด สี่เหลี่ยมอย่างน้อยบางส่วนถดถอย (PLSR) ถูกนำมาใช้จะมีความสัมพันธ์กับข้อมูลสเปกตรัมค่าอ้างอิงของเม็ดสีทั้งหมดที่วัดโดยวิธีการแบบดั้งเดิม เพื่อที่จะลดความซับซ้อนของรูปแบบ PLSR ตามสเปกตรัมเต็มสิบเอ็ดความยาวคลื่นที่ดีที่สุดได้รับการคัดเลือกโดยใช้วิธีการคาดการณ์ต่อเนื่อง (สปา) รุ่นใหม่สปา PLSR ส่งผลดีกับค่าสัมประสิทธิ์การตัดสินใจ (R2P) ของ 0.953 รากหมายถึงข้อผิดพลาดของตาราง (RMSEP) ของ 9.896 และอัตราส่วนของการคาดการณ์ที่จะเบี่ยงเบน (RPD) ของ 4.628 ในที่สุดแผนที่การกระจายตัวของเม็ดสีโดยรวมในเนื้อแดงได้รับการพัฒนาโดยใช้ขั้นตอนวิธีการประมวลผลภาพ ผลโดยรวมจากการศึกษานี้แสดงให้เห็นความสามารถในการ HSI มีการทำนายสีรวมในเนื้อแดง. คำHyperspectral ถ่ายภาพ; เนื้อ; ห่าน; เป็ด; สีทั้งหมด; ค่าสัมประสิทธิ์การถดถอย; ที่ประสบความสำเร็จขั้นตอนวิธีการประมาณการ; สี่เหลี่ยมอย่างน้อยบางส่วนถดถอย


การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
การวิเคราะห์ปริมาณสารทั้งหมดในเนื้อสีแดง ใช้ภาพและการวิเคราะห์หลายตัวแปร hyperspectral

บทคัดย่อการศึกษานี้เป็นการศึกษาศักยภาพของภาพ hyperspectral ( HSI ) สำหรับการวิเคราะห์ปริมาณรวมสีในเนื้อสัตว์สีแดง รวมทั้งเนื้อห่านและเป็ดการถดถอยกำลังสองน้อยที่สุด ( plsr ) มีวัตถุประสงค์เพื่อหาความสัมพันธ์ของข้อมูลสเปกตรัมกับค่าอ้างอิงของรวมสี วัดโดยวิธีแบบดั้งเดิม เพื่อลดความซับซ้อนใน plsr แบบตามสเปกตรัมเต็ม สิบเอ็ดที่ถูกเลือกใช้ความยาวคลื่นต่อเนื่องมาจากขั้นตอนวิธี ( สปา )รูปแบบ spa-plsr ใหม่ให้ผลผลลัพธ์ที่ดีกับค่าสัมประสิทธิ์การตัดสินใจ ( r2p ) ของ 0.953 รากฟันค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง ( rmsep ) ของ 9.896 อัตราส่วนของการทำนายการเบี่ยงเบน ( ร์แพด ) ของ 4.628 . ในที่สุด แผนที่การกระจายของจำนวนเม็ดสีในเนื้อสีแดง ถูกพัฒนาโดยใช้การประมวลผลภาพขั้นตอนวิธีผลจากการศึกษาชี้ให้เห็นแจ่มแจ้ง มีความสามารถทำนายรวมสีในเนื้อสีแดง

,
hyperspectral ภาพ ; เนื้อ ; ห่านเป็ด ; สี ; ทั้งหมด ; สัมประสิทธิ์การถดถอย ความถดถอยกำลังสองน้อยที่สุดบางส่วนโดยขั้นตอนวิธี
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2025 I Love Translation. All reserved.

E-mail: