AbstractThe non-sugar solids (NSS)

Abstract
The non-sugar solids (NSS) content is one of the most important nutrition indicators of Chinese rice wine. This study proposed a rapid method for the measurement of NSS content in Chinese rice wine using near infrared (NIR) spectroscopy. We also systemically studied the efficient spectral variables selection algorithms that have to go through modeling. A new algorithm of synergy interval partial least square with competitive adaptive reweighted sampling (Si-CARS-PLS) was proposed for modeling. The performance of the final model was back-evaluated using root mean square error of calibration (RMSEC) and correlation coefficient (Rc) in calibration set and similarly tested by mean square error of prediction (RMSEP) and correlation coefficient (Rp) in prediction set. The optimum model by Si-CARS-PLS algorithm was achieved when 7 PLS factors and 18 variables were included, and the results were as follows: Rc = 0.95 and RMSEC = 1.12 in the calibration set, Rp = 0.95 and RMSEP = 1.22 in the prediction set. In addition, Si-CARS-PLS algorithm showed its superiority when compared with the commonly used algorithms in multivariate calibration. This work demonstrated that NIR spectroscopy technique combined with a suitable multivariate calibration algorithm has a high potential in rapid measurement of NSS content in Chinese rice wine.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อเนื้อหาของแข็งไม่ใช่น้ำตาล (NSS) เป็นหนึ่งในตัวบ่งชี้คุณค่าทางโภชนาการที่สำคัญของเหล้าจีน การศึกษานี้นำเสนอวิธีการอย่างรวดเร็วในการวัดเนื้อหา NSS ในเหล้าขาวจีนใช้ใกล้อินฟราเรด (NIR) ก นอกจากนี้เรายัง systemically ศึกษาตัวแปรสเปกตรัมมีประสิทธิภาพเลือกอัลกอริทึมที่ได้ไปผ่านการสร้างโมเดล ขั้นตอนวิธีการใหม่ของ synergy ช่วงบางส่วนพื้นที่น้อยกับแข่งขันแบบอะแดปทีฟ reweighted สุ่มตัวอย่าง (ซีรถยนต์-PLS) ได้เสนอโมเดล ประสิทธิภาพของรูปแบบสุดท้ายถูกหลังถูกประเมินโดยใช้ข้อผิดพลาดรากค่าเฉลี่ยกำลังสองของเทียบ (RMSEC) และสัมประสิทธิ์สหสัมพันธ์ (Rc) ในการปรับแต่งตั้งค่า และทดสอบในทำนองเดียวกัน โดยข้อผิดพลาดของค่าเฉลี่ยกำลังสองของการคาดการณ์ (RMSEP) และสัมประสิทธิ์สหสัมพันธ์ (Rp) ในการคาดเดา รูปแบบเหมาะสม โดยอัลกอริทึมศรีรถยนต์กรุณาสำเร็จเมื่อ 7 กรุณาปัจจัยและตัวแปรที่ 18 ได้รวม และก็เป็นดังนี้: Rc = 0.95 และ RMSEC = 1.12 ในชุดเทียบ Rp = 0.95 และ RMSEP = 1.22 ในชุดคาดเดา อัลกอริทึมศรีรถยนต์กรุณาแสดงให้เห็นความเหนือกว่าเมื่อเทียบกับอัลกอริทึมที่ใช้โดยทั่วไปในการปรับแต่งตัวแปรพหุ งานนี้แสดงว่า เทคนิคก NIR ร่วมกับอัลกอริทึมแบบปรับแต่งตัวแปรพหุเหมาะมีศักยภาพสูงในการประเมินอย่างรวดเร็วของเนื้อหา NSS ในเหล้าจีน

ผลลัพธ์ (ไทย) 2:

บทคัดย่อของแข็งที่ไม่ใช่น้ำตาล (NSS) เนื้อหาเป็นหนึ่งในตัวชี้วัดที่สำคัญที่สุดโภชนาการของไวน์ข้าวจีน
การศึกษาครั้งนี้นำเสนอวิธีการที่รวดเร็วสำหรับการวัดเนื้อหา NSS ในไวน์ข้าวจีนใช้ใกล้อินฟราเรด (NIR) สเปกโทรสโก นอกจากนี้เรายังมีระบบการศึกษาตัวแปรที่มีประสิทธิภาพสเปกตรัมขั้นตอนวิธีการเลือกที่จะต้องไปผ่านการสร้างแบบจำลอง อัลกอริทึมใหม่ของการทำงานร่วมกันอย่างน้อยบางส่วนช่วงเวลาที่มีตารางการสุ่มตัวอย่าง reweighted การปรับตัวในการแข่งขัน (Si-CARS-PLS) ได้เสนอการสร้างแบบจำลอง ผลการดำเนินงานของรูปแบบสุดท้ายก็กลับการประเมินโดยใช้รากหมายถึงข้อผิดพลาดที่สองของการสอบเทียบ (RMSEC) และค่าสัมประสิทธิ์สหสัมพันธ์ (Rc) อยู่ในชุดการสอบเทียบและทดสอบในทำนองเดียวกันโดยเฉลี่ยคลาดเคลื่อนของการทำนาย (RMSEP) และค่าสัมประสิทธิ์สหสัมพันธ์ (รูเปียห์) อยู่ในชุดการทำนาย . รูปแบบที่เหมาะสมโดยวิธี Si-CARS-PLS ก็ประสบความสำเร็จเมื่อ 7 ปัจจัย PLS และ 18 ตัวแปรถูกรวมและผลมีดังนี้ Rc = 0.95 และ RMSEC = 1.12 อยู่ในชุดสอบเทียบ Rp = 0.95 และ RMSEP = 1.22 ใน ชุดการทำนาย นอกจากนี้ขั้นตอนวิธี Si-CARS-PLS แสดงให้เห็นว่าเหนือกว่าเมื่อเทียบกับขั้นตอนวิธีการที่นิยมใช้ในการสอบเทียบหลายตัวแปร งานนี้แสดงให้เห็นว่าเทคนิคสเปกโทรสโก NIR รวมกับขั้นตอนวิธีการสอบเทียบหลายตัวแปรที่เหมาะสมมีศักยภาพสูงในการวัดอย่างรวดเร็วของเนื้อหา NSS ในไวน์ข้าวจีน

ผลลัพธ์ (ไทย) 3:

นามธรรม
ไม่ใช่น้ำตาลของแข็ง ( NSS ) เนื้อหาเป็นหนึ่งในตัวชี้วัดโภชนาการที่สำคัญที่สุดของไวน์ข้าวจีน การศึกษานี้ได้เสนอวิธีที่รวดเร็วในการวัดของ NSS เนื้อหาในเหล้าจีนที่ใช้อินฟราเรดใกล้ ( NIR ) สเปกโทรสโกปี เรายังรู้ ศึกษาตัวแปรที่มีประสิทธิภาพการเลือกอัลกอริทึมที่ต้องผ่านโมเดลลิ่งวิธีใหม่ของพลังช่วงที่มีการแข่งขันแบบกำลังสองน้อยที่สุดบางส่วน reweighted ตัวอย่าง ( ซื่อรถ pls ) ถูกเสนอสำหรับการจำลองประสิทธิภาพของแบบประเมินสุดท้ายกลับมาใช้ Root Mean Square Error ของการสอบเทียบ ( rmsec ) และค่าสัมประสิทธิ์สหสัมพันธ์ ( RC ) ในการตั้งค่า และในการทดสอบโดยค่าเฉลี่ยความคลาดเคลื่อนกำลังสองของการพยากรณ์ ( rmsep ) และค่าสัมประสิทธิ์สหสัมพันธ์ ( RP ) ในชุดคำทำนาย โมเดลรถที่เหมาะสม โดยจังหวัดมีความกรุณาขั้นตอนวิธีเมื่อ 7 กรุณาปัจจัยและตัวแปรรวม 18 ,และผลดังนี้ RC = 0.95 และ rmsec = 1.12 ในการสอบเทียบชุด Rp = 0.95 และ rmsep = 1.22 ในการคาดการณ์ชุด นอกจากนี้ ซื่อรถกรุณาแสดงความเหนือกว่าของมันเมื่อเทียบกับวิธีที่ใช้กันทั่วไปเมื่ออัลกอริทึมในการสอบเทียบงานนี้แสดงให้เห็นว่าเทคนิค NIR สเปกโทรสโกปีรวมกับขั้นตอนวิธีการหลายตัวแปรที่เหมาะสมมีศักยภาพสูงในการวัดของ NSS เนื้อหาในเหล้าจีนอย่างรวดเร็ว