Near-infrared spectroscopy (NIRS) c

Near-infrared spectroscopy (NIRS) calibrations were developed for the discrimination of spectra of the jujube (Zizyphus jujuba Mill.) fruit samples from four geographical regions. Prediction models were developed for the quantitative prediction of the contents of jujube fruit, i.e., total sugar, total acid, total phenolic content, and total antioxidant activity. Four pattern recognition methods, principal component analysis (PCA), linear discriminant analysis (LDA), least squares-support vector machines (LS-SVM), and back propagation-artificial neural networks (BP-ANN), were used for the geographical origin classification. Furthermore, three multivariate calibration models based on the standard normal variate (SNV) pretreated NIR spectroscopy, partial least squares (PLS), BP-ANN, and LS-SVM were constructed for quantitative analysis of the four analytes described above. PCA provided a useful qualitative plot of the four types of NIR spectra from the fruit. The LS-SVM model produced best quantitative prediction results. Thus, NIR spectroscopy in conjunction with chemometrics, is a very useful and rapid technique for the discrimination of jujube fruit.
________________________________________

ผลลัพธ์ (ไทย) 1:

ปรับเทียบมิกใกล้อินฟราเรด (ต่าง) พัฒนาขึ้นสำหรับการเลือกปฏิบัติของสเป็คตัวอย่างผลไม้ (Zizyphus jujuba Mill.) พุทราจากสี่ภูมิภาคทางภูมิศาสตร์ของคุณ รูปแบบคาดเดาได้ถูกพัฒนาขึ้นสำหรับการคาดเดาปริมาณของเนื้อหาของพุทราผลไม้ เช่น รวมน้ำตาล กรดรวม รวมฟีนอเนื้อหา และอนุมูลรวม สี่รูปแบบวิธีการการรับรู้ วิเคราะห์ส่วนประกอบหลัก (PCA), การวิเคราะห์ discriminant เชิงเส้น (LDA), เครื่องสี่เหลี่ยมอย่างน้อยสนับสนุนเวกเตอร์ (LS-SVM), และเครือข่ายประสาทกลับขยายพันธุ์เทียม (BP-แอน), ใช้สำหรับการจัดประเภทของแหล่งกำเนิดทางภูมิศาสตร์ นอกจากนี้ สามรุ่นสอบเทียบแบบหลายตัวแปรตามการมาตรฐานปกติ variate (เข็ม) pretreated เครื่องมิก สี่เหลี่ยมอย่างน้อยบางส่วน (PLS), BP-แอน และ LS SVM ถูกสร้างขึ้นสำหรับการวิเคราะห์เชิงปริมาณวิเคราะห์สี่ที่อธิบายไว้ข้างต้น PCA ให้พล็อตคุณภาพประโยชน์ของชนิดของสเป็คเครื่องจากผลไม้ รุ่น LS SVM ผลิตคาดเดาปริมาณผล ดังนั้น มิก NIR ร่วมกับ chemometrics เป็นเทคนิคอย่างรวดเร็ว และมีประโยชน์มากสำหรับการเลือกปฏิบัติของผลไม้พุทรา________________________________________

ผลลัพธ์ (ไทย) 2:

ใกล้อินฟราเรดสเปกโทรสโก (NIRS) การสอบเทียบได้รับการพัฒนาสำหรับการเลือกปฏิบัติของสเปกตรัมของพุทรา (Zizyphus Jujuba Mill.) ตัวอย่างผลไม้จากสี่ภูมิภาคทางภูมิศาสตร์ แบบจำลองการคาดคะเนได้รับการพัฒนาสำหรับการทำนายเชิงปริมาณของเนื้อหาของผลไม้พุทราคือน้ำตาลทั้งหมดกรดรวมเนื้อหาฟีนอลรวมและสารต้านอนุมูลอิสระทั้งหมด รูปแบบที่สี่วิธีการรับรู้การวิเคราะห์หลักส่วนประกอบ (PCA), การวิเคราะห์จำแนกเชิงเส้น (LDA) อย่างน้อยสี่เหลี่ยมสนับสนุนเครื่องเวกเตอร์ (LS-SVM) และกลับมาขยายพันธุ์-โครงข่ายประสาทเทียม (BP-Ann) ถูกนำมาใช้เป็นแหล่งกำเนิดทางภูมิศาสตร์ การจัดหมวดหมู่. นอกจากนี้สามรูปแบบการสอบเทียบหลายตัวแปรขึ้นอยู่กับตัวแปรแบบปกติมาตรฐาน (SNV) ปรับสภาพ NIR สเปกโทรสโก, สี่เหลี่ยมอย่างน้อยบางส่วน (PLS), BP-Ann และ LS-SVM ถูกสร้างขึ้นสำหรับการวิเคราะห์เชิงปริมาณของสี่วิเคราะห์กล่าวไว้ข้างต้น PCA ให้พล็อตที่มีประโยชน์คุณภาพของสี่ประเภทของ NIR สเปกตรัมจากผลไม้ รุ่น LS-SVM ผลิตที่ดีที่สุดผลการคาดคะเนปริมาณ ดังนั้นจึง NIR สเปกโทรสโกร่วมกับ Chemometrics เป็นเทคนิคที่มีประโยชน์มากและอย่างรวดเร็วสำหรับการเลือกปฏิบัติของผลไม้พุทรา.
________________________________________