Visible and Near-Infrared Spectroscopy Combined With Bayes Classifier Based on Wavelength Model Optimization Applied to Wine Multibrand Identification
Tao Pan, Jiaqi Li, Chunli Fu, Nailiang Chang and Jiemei Chen
Front. Nutr., 18 July 2022
Sec. Nutrition and Food Science Technology, Volume 9
メモ
Equidistant Combination-Bayes Methodについて別の論文読んで理解する必要あり。ザッと見たところ、このグループが提唱している技術のようだ。他にも色々出ているので追ってチェック。
アブストラクト
高品質のワインブランドを特定することで、偽装や詐欺を回避し、生産者と消費者の権利と利益を保護できます。ワインの主な成分はほぼ同じであるため、ワインブランドを区別できる特徴的な成分は通常微量であり、独特ではありません。ブランド識別のための従来の定量的検出方法は複雑で困難です。ナイーブベイズ( NB )分類子は確率分布に基づくアルゴリズムであり、単純で、特にマルチクラス判別分析に適しています。ただし、スペクトル波長間の吸収確率は必ずしも強く独立しているわけではなく、スペクトルパターン認識におけるベイズ法の適用が制限されます。この研究では、波長最適化に基づくベイズ分類アルゴリズムが提案されました。まず,等距離の組み合わせ( EC )の大規模な波長スクリーニングが実施されました, 次に、波長ステップバイステップの段階的廃止( WSP )が実行され、波長間の相関が減少し、ベイズ差別の精度が向上しました。提案されたEC-WSP-Bayesメソッドは、可視および近赤外( Vis-NIR )分光法に基づくワインブランド識別の5カテゴリーの差別分析に適用されました。そのうち、4種類のワインブランドが、通常の販売チャネルから識別ブランドとして収集されました。5番目のタイプのサンプルは、干渉ブランドとして、他の21の商業ブランドワインとさまざまなソースからの自家醸造ワインで構成されていました。最適なEC-WSP-Bayesモデルが選択され、対応する波長の組み合わせは404、600、992、2,070、2,266、および可視光、短波NIRにある2,462 nmでした,および組み合わせ周波数領域。モデリングと独立した検証では、総認識精度率( RAR合計)はそれぞれ98.1および97.6%に達しました。このテクノロジーは迅速かつ簡単であり、アルコール市場を規制するために非常に重要です。波長が少なく高効率の提案されたモデル(N = 6 )は、小さな特別な楽器に貴重なリファレンスを提供できます。提案された統合化学測定法は、波長間の相関を減らし、認識精度を向上させ、ベイジアン法の適用性を向上させることができます。
https://www.frontiersin.org/articles/10.3389/fnut.2022.796463/full