This paper describes a method to ra

This paper describes a method to rapidly and objectively predict the grades of milled rice according to
the surface lipid content (SLC), which was determined by using near-infrared (NIR) spectroscopy. Sixtysix
rice varieties were milled to different degrees. Then each sample was graded by a three-member
panel. After the NIR spectra for each sample were collected over the wavenumber range of
11,000e4000 cm
1, the SLC of each sample was measured according to the official method. The calibration
equations relating the Fourier Transform Near-infrared (FT-NIR) spectra to the measured SLC
were developed based on the partial least square (PLS) regression. The best model gave the root mean
square error of the prediction (RMSEP) of 0.0248% and the determination coefficients of 0.9905. If the
relationships between the grades and the SLC predicted by the developed NIR model were described
with the linear and the logarithmic regression equations, the correct prediction percents (CCP) were
75.76% and 83.33%, respectively. When the back propagation artificial neural network (BP-ANN) model
was developed to estimate the grades according to SLC, the resultant CCP was 95.45%, indicating that the
milled rice grades could be predicted by the proposed BP-ANN model with satisfactory accuracy.

1. Introduction
Rice is usually consumed as milled or white rice after removing
the outer hull and the bran layer of rough rice, namely dehulling
and milling, respectively. Most consumers around the world prefer
well milled white rice with little bran remaining on the endosperm.
Therefore, rice is always milled to a high degree to obtain a higher
market appeal. Rice is graded according to the amount of bran
removal or its appearance before sale. The extent of removal of the
bran layer from rice kernels during the milling process is defined as
degree of milling (DOM). DOM affects the nutritional value, starch
gelatinization, sensory quality and economic return (Champagne
et al., 1990; Chen and Bergman, 2005; Liu et al., 2009; Park et al.,
2001), and is one of the primary factors determining the quality
of milled rice. The United State Federal Grain Inspection Service
grades the rice DOM into four classifications by visual examination:
undermilled, lightly milled, reasonably well milled and well milled
(GIPSA, 2005). Similarly, The China Department of Standardization
(CDS) established a specific grading standard for milled rice quality
(CDS, 1986), by which milled rice was classified into four grades
from 1 to 4 according to the amount of the residual bran on the
ridge and glove of the milled rice kernels. The grade 1 refers to the
well milled rice which has less residual bran in the ridges of
the milled rice kernels, while grade 4 represents the undermilled
rice, representing more bran remaining in the ridges. A higher DOM
or grade tends to make rice whiter, which is usually related with
higher quality rice but may also impact the sensory quality of
cooked rice (Kwon and Jeon, 1991). Thus DOM or grades of milled
rice are extremely important to both millers and consumers.
Numerous methods have been developed to determine DOM.
Visual inspection is the current standard method used by the USDA
and is also a common practice in the milling industry. However, this
method is subjective and personnel dependent. DOM can be
calculated as a percentage loss in mass by weighing the rice before
and after milling. Although simple, this method cannot be used in
continuous online measurement. In commercial practice, an optical
instrument, Stake milling meter or color meter is likely to be better
suited for rapid analysis of DOM. Nevertheless, this method is not
accurate for the milled rice at store, which often undergoes
discoloration over time (Siebenmorgen and Sun, 1994). Meullenet
and Saleh (2007) proposed that SLC was a satisfactory indicator
of DOM. Measuring the amount of surface lipid remaining on milled
rice kernels using the solvent extraction techniques has been
considered to be a more accurate and elaborate method for

ผลลัพธ์ (ไทย) 1:

เอกสารนี้อธิบายวิธีการอย่างรวดเร็ว และเป็นเกรดของข้าวสารตามทำนายไขมันผิวเนื้อหา (SLC), ซึ่งถูกกำหนด โดยใช้อินฟราเรดใกล้ (NIR) ก Sixtysixพันธุ์ข้าวที่ปลายองศาที่แตกต่างกัน แล้ว แต่ละอย่างถูกแบ่งแยก โดย 3 สมาชิกแผง หลังจาก NIR แรมสเป็คตราสำหรับแต่ละตัวอย่างถูกเก็บรวบรวมช่วง wavenumber ของ11, 000e4000 ซม. 1, SLC ของแต่ละอย่างถูกวัดตามวิธีการทาง การปรับเทียบสมการเกี่ยวกับแรมสเป็คตราการแปลงฟูรีเยช่วงใกล้อินฟราเรด (FT NIR) SLC วัดได้พัฒนาตามที่บางส่วนอย่างน้อยสี่เหลี่ยม (กรุณา) ถดถอย แบบจำลองดีที่สุดให้ค่าเฉลี่ยรากข้อผิดพลาดในตารางของการคาดการณ์ (RMSEP) ของ 0.0248% และกำหนดสัมประสิทธิ์ 0.9905 ถ้าการมีอธิบายความสัมพันธ์ระหว่างเกรด SLC ทำนาย โดย NIR แบบพัฒนาแบบเชิงเส้นและสมการถดถอยลอการิทึม เปอร์เซ็นต์คาดเดาถูกต้อง (CCP) ได้75.76 และ 83.33% ตามลำดับ เมื่อแบบจำลองโครงข่ายประสาทเทียม (BP-แอน) เผยหลังได้รับการพัฒนาเพื่อประเมินเกรดตาม SLC, CCP ผลแก่ 95.45% ระบุที่สามารถทำนายรุ่น BP-แอนเสนอเกรดข้าวสารกับความพึงพอใจ1. บทนำมักจะมีบริโภคข้าวเป็นข้าวสาร หรือสีขาวหลังจากเอาออกตัวเรือภายนอกและชั้นรำข้าวหยาบ dehulling ได้แก่และ กัด ตามลำดับ ผู้บริโภคส่วนใหญ่รอบ ๆ prefer โลกด้วยปลายข้าวกับรำน้อยเหลือเอนโดสเปิร์มดังนั้น ข้าวเป็นเสมอปลายระดับสูงจะได้รับมากตลาดดึงดูดใจ ข้าวจะแบ่งแยกตามจำนวนรำเอาออกหรือลักษณะของก่อนขาย ขอบเขตของการกำจัดการชั้นรำจากเมล็ดข้าวระหว่างการสีถูกกำหนดให้เป็นระดับของการกัด (โดม) โดมมีผลต่อคุณค่าทางโภชนาการ แป้งgelatinization คุณภาพทางประสาทสัมผัส และผลตอบแทนทางเศรษฐกิจ (แชมเปญและ al., 1990 เฉินและ Bergman, 2005 หลิว et al., 2009 สวน et al.,2001), และเป็นหนึ่งในปัจจัยหลักที่กำหนดคุณภาพของข้าวสาร บริการตรวจสอบข้าวของรัฐบาลกลางสหรัฐรัฐเกรดข้าวโดมเป็นสี่จัดประเภท โดยตรวจสอบภาพ:undermilled เบาสาร สารง่าย และสารดี(GIPSA, 2005) ในทำนองเดียวกัน ที่จีนแผนกของมาตรฐาน(ซีดี) สร้างมาตรฐานการจัดเกรดคุณภาพข้าวสาร(ซีดี 1986) โดยที่ข้าวสารถูกแบ่งเกรดสี่1-4 ตามจำนวนรำเหลือในการริดจ์และถุงมือของเมล็ดข้าวสาร เกรด 1 หมายถึงการปลายข้าวที่มีรำเหลือน้อยเคลื่อนดีของเมล็ดข้าวสาร ในขณะที่ชั้นประถมศึกษาปีที่ 4 ถึงที่ undermilledข้าว แสดงรำเพิ่มเติมส่วนที่เหลือในการเคลื่อน โดมสูงหรือเกรดมีแนวโน้มที่จะ ทำให้ข้าวขึ้นขาวขึ้น ซึ่งมักจะเกี่ยวข้องกับคุณภาพสูงกว่าข้าว แต่อาจยังมีผลต่อคุณภาพทางประสาทสัมผัสของข้าวสวย (Kwon และเจิน 1991) ดังนั้น โดมหรือเกรดของปลายข้าวมีความสำคัญมากทั้งโรงและผู้บริโภควิธีการต่าง ๆ ได้รับการพัฒนาเพื่อกำหนดในประเทศตรวจสอบภาพเป็นวิธีการมาตรฐานปัจจุบันใช้จากและยังเป็นการฝึกทั่วไปในอุตสาหกรรมสี อย่างไรก็ตาม นี้วิธีคือตามอัตวิสัย และบุคลากรขึ้นอยู่ โดมได้คำนวณเป็นเปอร์เซ็นต์สูญเสียในมวล โดยการชั่งน้ำหนักข้าวก่อนและหลัง จากหน้านั้น แม้ว่าง่าย ไม่สามารถใช้วิธีนี้ในวัดออนไลน์อย่างต่อเนื่อง ในทางปฏิบัติทางการค้า การแสงเครื่องมือ เดิมพันกัดเมตรหรือเมตรสีมีแนวโน้มจะดีกว่าเหมาะสำหรับการวิเคราะห์อย่างรวดเร็วในประเทศ อย่างไรก็ตาม วิธีการนี้ไม่ข้าวสารที่เก็บ ซึ่งมักผ่านจริง ๆกระช่วงเวลา (Siebenmorgen และอาทิตย์ 1994) Meullenetและศอลิห (2007) เสนอว่า SLC คือ ตัวบ่งชี้ที่น่าพอใจของ Measuring ในประเทศจำนวนไขมันผิวเหลือปลายเมล็ดข้าวที่ใช้เทคนิคการสกัดตัวทำละลายได้ถือว่าเป็นวิธีการถูกต้อง และประณีตมากขึ้นสำหรับ

ผลลัพธ์ (ไทย) 2:

กระดาษนี้จะอธิบายวิธีการอย่างรวดเร็วและตรงตามวัตถุประสงค์ของการคาดการณ์เกรดข้าวสารตาม
พื้นผิวไขมัน (SLC) ซึ่งถูกกำหนดโดยใช้อินฟราเรดใกล้ (NIR) สเปกโทรสโก Sixtysix
พันธุ์ข้าวที่ถูกขัดสีจะแตกต่างกันไป จากนั้นแต่ละตัวอย่างอย่างช้า ๆ โดยสามสมาชิก
แผง หลังจากสเปกตรัม NIR สำหรับแต่ละตัวอย่างถูกเก็บรวบรวมในช่วง wavenumber ของ
11,000e4000 ซม. 1, SLC ของแต่ละตัวอย่างวัดตามวิธีการอย่างเป็นทางการ การสอบเทียบ
สมการที่เกี่ยวข้องกับฟูริเยร์แปลงใกล้อินฟราเรด (FT-NIR) สเปกตรัมเพื่อวัด SLC
ได้รับการพัฒนาอยู่บนพื้นฐานของบางส่วนอย่างน้อยตาราง (PLS) ถดถอย รูปแบบที่ดีที่สุดให้รากหมายถึง
ข้อผิดพลาดที่สองของการคาดการณ์ (RMSEP) ของ 0.0248% และค่าสัมประสิทธิ์ความมุ่งมั่นของ 0.9905 หาก
ความสัมพันธ์ระหว่างเกรดและ SLC คาดการณ์โดยการพัฒนารูปแบบการ NIR ถูกอธิบาย
ด้วยเส้นและสมการถดถอยลอการิทึมร้อยละทำนายที่ถูกต้อง (CCP) เป็น
75.76% และ 83.33% ตามลำดับ เมื่อขยายพันธุ์กลับเครือข่ายประสาทเทียม (BP-ANN) รูปแบบ
ได้รับการพัฒนาในการประเมินเกรดตาม SLC, CCP ผลลัพธ์เป็น 95.45% แสดงให้เห็นว่า
เกรดข้าวสารอาจจะมีการคาดการณ์โดยเสนอรุ่น BP-ANN มีความถูกต้องน่าพอใจ1 เบื้องต้นมีการบริโภคข้าวมักจะเป็นข้าวสารหรือสีขาวหลังจากออกเรือด้านนอกและชั้นรำข้าวหยาบคือ dehulling และข้าวตามลำดับ ผู้บริโภคส่วนใหญ่ทั่วโลกต้องการข้าวขาวขัดสีดีกับรำเล็ก ๆ น้อย ๆ ที่เหลืออยู่บน endosperm. ดังนั้นขัดสีข้าวเสมอในระดับสูงที่จะได้รับสูงขึ้นอุทธรณ์ตลาด ข้าวเป็นอย่างช้า ๆ ไปตามปริมาณของรำกำจัดหรือลักษณะของมันก่อนที่จะขาย ขอบเขตของการกำจัดของชั้นรำจากเมล็ดข้าวในระหว่างขั้นตอนการสีถูกกำหนดให้เป็นระดับของมิลลิ่ง (DOM) DOM ส่งผลกระทบต่อคุณค่าทางโภชนาการ, แป้งเจลที่มีคุณภาพทางประสาทสัมผัสและผลตอบแทนทางเศรษฐกิจ (แชมเปญet al, 1990;. เฉินและเบิร์กแมน, 2005; Liu et al, 2009;.. สวนสาธารณะและคณะ, 2001) และเป็นหนึ่งในปัจจัยหลัก การกำหนดคุณภาพของข้าวสาร ประเทศสหพันธรัฐบริการตรวจสอบเมล็ดข้าวเกรด DOM เป็นสี่จำแนกประเภทโดยการตรวจภาพ: Undermilled, แป้งเบา ๆ พอสมควรแป้งอย่างดีและผ่านการขัดสีดี(GIPSA, 2005) ในทำนองเดียวกันประเทศจีนกรมมาตรฐาน(CDS) ที่จัดตั้งขึ้นตามมาตรฐานการจัดลำดับที่เฉพาะเจาะจงสำหรับคุณภาพข้าวสาร(CDS, 1986) โดยที่ข้าวสารถูกแบ่งออกเป็นสี่เกรด1-4 ตามปริมาณของรำข้าวที่เหลืออยู่บนสันเขาและ ถุงมือของเมล็ดข้าวสาร ชั้นประถมศึกษาปีที่ 1 หมายถึงข้าวสารดีซึ่งมีรำข้าวที่เหลือน้อยลงในแนวของเมล็ดข้าวสารในขณะที่เกรด 4 หมายถึง Undermilled ข้าวคิดเป็นรำอื่น ๆ ที่เหลืออยู่ในแนว DOM ที่สูงขึ้นหรือเกรดแนวโน้มที่จะทำให้ข้าวขาวซึ่งเป็นเรื่องที่เกี่ยวข้องมักจะมีข้าวที่มีคุณภาพสูง แต่ยังอาจส่งผลกระทบต่อคุณภาพทางประสาทสัมผัสของข้าวสุก (เทควันโดและ Jeon, 1991) ดังนั้น DOM หรือเกรดของแป้งข้าวที่มีความสำคัญเป็นอย่างยิ่งที่มิลเลอร์และผู้บริโภค. วิธีการจำนวนมากได้รับการพัฒนาขึ้นเพื่อตรวจสอบ DOM. ตรวจสอบภาพเป็นวิธีมาตรฐานที่ใช้ในปัจจุบันโดย USDA และยังเป็นวิธีการทั่วไปในอุตสาหกรรมการโม่ แต่นี้เป็นอัตนัยวิธีการและบุคลากรที่ขึ้นอยู่กับ DOM สามารถคำนวณเป็นเปอร์เซ็นต์การสูญเสียมวลโดยการชั่งน้ำหนักข้าวก่อนและหลังการสี แม้ว่าง่ายวิธีการนี้ไม่สามารถนำมาใช้ในการตรวจวัดออนไลน์อย่างต่อเนื่อง ในทางปฏิบัติในเชิงพาณิชย์, ออปติคอลที่ใช้ในการกัดเดิมพันเมตรหรือเมตรสีมีแนวโน้มที่จะดีขึ้นเหมาะสำหรับการวิเคราะห์อย่างรวดเร็วของ DOM อย่างไรก็ตามวิธีนี้ไม่ถูกต้องสำหรับข้าวสารที่ร้านซึ่งมักจะได้รับการเปลี่ยนสีเมื่อเวลาผ่านไป (Siebenmorgen และ Sun, 1994) Meullenet และ Saleh (2007) เสนอว่า SLC เป็นตัวบ่งชี้ที่น่าพอใจของ DOM วัดปริมาณของไขมันที่เหลืออยู่บนพื้นผิวแป้งเมล็ดข้าวโดยใช้เทคนิคการสกัดด้วยตัวทำละลายได้รับการยกย่องว่าเป็นวิธีการที่ถูกต้องมากขึ้นและซับซ้อนสำหรับ

ผลลัพธ์ (ไทย) 3:

บทความนี้อธิบายวิธีการอย่างรวดเร็วและอคติทำนายเกรดข้าวสารตาม
ผิวไขมัน ( SLC ) ซึ่งถูกกำหนดโดยการใช้อินฟราเรดใกล้ ( NIR ) สเปกโทรสโกปี ข้าวพันธุ์ซิกตี้ซิก
เป็นข้าวสารเพื่อองศาที่แตกต่างกัน จากนั้นแต่ละตัวอย่างถูก graded ตามแผงสามสมาชิก

หลังจากที่เนียร์ Spectra สำหรับแต่ละตัวอย่างถูกเก็บไปในช่วง wavenumber
11000e4000 ซม.
1 , SLC ของแต่ละตัวอย่างถูกวัดโดยวิธีการที่เป็นทางการ สอบเทียบ
สมการที่เกี่ยวข้องกับการแปลงฟูรีเยอินฟราเรดใกล้ ( ft-nir ) ให้กับวัด SLC
ถูกพัฒนาบนพื้นฐานของการถดถอยกำลังสองน้อยที่สุด ( PLS ) . รุ่นที่ดีที่สุดให้รากหมายถึง
ความคลาดเคลื่อนกำลังสองของค่า ( rmsep ) ของ 0.0248 % และการหาค่าสัมประสิทธิ์ของ 0.9905 . ถ้า
ความสัมพันธ์ระหว่างเกรดและ SLC คาด โดยพัฒนารูปแบบทั่วไปคืออธิบาย
กับเชิงเส้นและสมการลอการิทึม , ร้อยละการคาดการณ์ที่ถูกต้อง ( CCP )
75.76 ร้อยละ 83.33 เปอร์เซ็นต์ ตามลำดับ เมื่อกลับมาใช้โครงข่ายประสาทเทียม ( bp-ann ) รุ่น
ถูกพัฒนาขึ้นเพื่อประเมินคะแนนตาม SLC , CCP ซึ่งเป็นเป็น %แสดงว่า
ข้าวสารเกรดข้าวอาจจะทำนายด้วยแบบจำลองที่เสนอมีความถูกต้อง bp-ann น่าพอใจ

1 บทนำ
ข้าวมักบริโภคเป็นข้าวสารหรือข้าวขาว หลังจากเอา
เรือนอกและชั้นของข้าวรำข้าวหยาบ คือ dehulling
และสีตามลำดับ ผู้บริโภคส่วนใหญ่ทั่วโลกชอบ
ดีข้าวสารกับรำข้าวที่เหลือน้อยในเอนโดสเปิร์ม .
ดังนั้น ข้าวเป็นข้าวสารไปยังระดับสูงได้รับการอุทธรณ์ตลาดสูงกว่า

ข้าว จะให้คะแนนตามจำนวนเงินของการรำ
หรือลักษณะก่อนขาย ขอบเขตของการกำจัด
ชั้นจากรำข้าวเมล็ดข้าวในระหว่างกระบวนการโม่หมายถึง
ระดับการสี ( ดอม ) ดอม มีผลต่อค่าโภชนาการ ค่าแป้ง
, คุณภาพทางประสาทสัมผัสและผลตอบแทนทางเศรษฐกิจ ( แชมเปญ
et al . , 1990 ; เฉินและเบิร์กแมน 2005 ; Liu et al . , 2009 ; ปาร์ค et al . ,
2001 ) , และเป็นหนึ่งในหลักปัจจัย
ข้าวสาร . สหรัฐอเมริกาบริการตรวจสอบเกรดข้าวเมล็ดกลาง
ดอมเป็น 4 หมวดหมู่โดยการตรวจสอบภาพ :
undermilled เบาสำหรับด้วยดี ( ดี )
( gipsa , 2005 ) ในทํานองเดียวกันประเทศจีนภาควิชามาตรฐาน
( CDS ) ก่อตั้งโดยเฉพาะระดับมาตรฐานคุณภาพข้าวขัดขาว
( ซีดี , 1986 ) ซึ่งข้าวสารถูกแบ่งออกเป็นสี่เกรด
1 - 4 ตามปริมาณรำข้าวที่เหลือใน
สันเขาและถุงมือของข้าวสารเมล็ด เกรด 1 หมายถึง
คือข้าวสารที่ตกค้างน้อยรำในสันเขา
ข้าวสารเมล็ดในขณะที่เกรด 4 หมายถึงข้าว undermilled
, ตัวแทนมากขึ้น และที่เหลืออยู่ในสันเขา ดอม
หรือเกรดสูงกว่ามีแนวโน้มที่จะทำให้ข้าวขาว ซึ่งมักเกี่ยวข้องกับ
ข้าวคุณภาพสูง แต่อาจส่งผลกระทบต่อคุณภาพทางประสาทสัมผัสของ
ข้าวสุก ( ควอน และจอน , 1991 ) ดังนั้น ดอม หรือ เกรดบดข้าวมาก

ทั้งโรง และผู้บริโภควิธีการมากมายได้ถูกพัฒนาขึ้นเพื่อตรวจสอบดอม .
ตรวจสอบเป็นวิธีการมาตรฐานที่ใช้ในปัจจุบันโดย USDA
เป็นปฏิบัติทั่วไปในอุตสาหกรรมการสีข้าว . แต่วิธีนี้
เป็นอัตนัยและบุคลากรขึ้นอยู่กับ ดอมสามารถคำนวณเป็นค่าร้อยละการสูญเสีย
มวลโดยการชั่งน้ำหนักข้าวก่อน
และหลังจากกัด แม้ว่าง่าย วิธีนี้ไม่สามารถใช้
การวัดออนไลน์อย่างต่อเนื่อง ในการปฏิบัติเชิงพาณิชย์ , แสง
ใช้เครื่องวัดสีเครื่องวัดสีไม้หรืออาจจะดีกว่า
เหมาะสำหรับการวิเคราะห์อย่างรวดเร็วของดอม อย่างไรก็ตาม วิธีนี้ไม่ได้
ถูกต้องสำหรับข้าวสารที่ร้านซึ่งมักจะผ่าน
กระตลอดเวลา ( siebenmorgen และดวงอาทิตย์ , 1994 ) meullenet
และ ซาเลห์ ( 2007 ) เสนอว่า SLC เป็น
ตัวบ่งชี้ความพึงพอใจของดอมการวัดปริมาณของไขมันในผิวเหลือข้าวสาร
เมล็ดข้าวโดยใช้เทคนิคการสกัดด้วยตัวทำละลายได้
ถือว่าเป็นวิธีที่ถูกต้องมากขึ้นและซับซ้อนสำหรับ