近赤外分光分析法とケモメトリックスを用いた茶の客観的品質評価に関する研究
この論文にアクセスする
この論文をさがす
著者
書誌事項
- タイトル
-
近赤外分光分析法とケモメトリックスを用いた茶の客観的品質評価に関する研究
- 著者名
-
後藤, 正
- 著者別名
-
ゴトウ, タダシ
- 学位授与大学
-
京都大学
- 取得学位
-
博士 (農学)
- 学位授与番号
-
乙第10426号
- 学位授与年月日
-
2000-03-23
注記・抄録
博士論文
目次
- 論文目録 / (0001.jp2)
- 第I章 緒言 / p1 (0007.jp2)
- 第II章 茶の品質評価及び管理の問題点と近赤外域非線形多変量モデルの適用 / p5 (0011.jp2)
- 第III章 近赤外域非線形多変量モデルの構築と最適化のための手法 / p10 (0016.jp2)
- 第1節 近赤外分光分析法 / p10 (0016.jp2)
- 1.1 近赤外分光分析法の特徴 / p10 (0016.jp2)
- 1.2 近赤外分光分析法における定量の原理と非線形性の問題 / p16 (0022.jp2)
- 第2節 ケモメトリックス / p18 (0024.jp2)
- 2.1 主成分分析および主成分回帰法 / p20 (0026.jp2)
- 2.2 部分最小自乗回帰法 / p21 (0027.jp2)
- 2.3 遺伝的アルゴリズム / p22 (0028.jp2)
- 第3節 ニューラルネットワーク / p23 (0029.jp2)
- 3.1 ニューラルネットワークの構造による分類と階層型ネットワークの特徴 / p24 (0030.jp2)
- 3.2 階層型ネットワークの学習 / p25 (0031.jp2)
- 2.3 ニューラルネットワークの学習におけるパラメータの設定 / p26 (0032.jp2)
- 3.4 ニューラルネットワークを用いた近赤外定量問題への応用 / p26 (0032.jp2)
- 第IV章 近赤外分光分析法とニューラルネットワークによる茶製品の品質評価 / p28 (0034.jp2)
- 第1節 茶の品質評価パラメータと評価システム / p28 (0034.jp2)
- 1.1 評価パラメータ / p28 (0034.jp2)
- 1.2 評価システム / p30 (0036.jp2)
- 第2節 ニューラルネットワークの構築 / p31 (0037.jp2)
- 2.1 統計的手法による入出力パラメータの選択 / p31 (0037.jp2)
- 2.2 供試試料 / p32 (0038.jp2)
- 2.3 実験方法 / p32 (0038.jp2)
- 2.4 統計解析の結果と入出力パラメータの決定 / p36 (0042.jp2)
- 2.5 ニューラルネットワークの構造 / p43 (0049.jp2)
- 2.6 教師データと学習 / p43 (0049.jp2)
- 第3節 実験結果および考察 / p46 (0052.jp2)
- 第4節 摘要 / p51 (0057.jp2)
- 第V章 近赤外分光分析法とニューラルネットワークによる製茶工程における茶葉の水分予測 / p53 (0059.jp2)
- 第1節 製造工程における茶葉の水分計測の現状と問題点 / p54 (0060.jp2)
- 第2節 ケモメトリックスの適用 / p54 (0060.jp2)
- 3.1 統計的手法による前処理と入力信号の選択 / p54 (0060.jp2)
- 2.2 モデル化手法 / p55 (0061.jp2)
- 第3節 主成分分析・ニューラルネットワーク回帰モデルの構築 / p56 (0062.jp2)
- 3.1 供試試料 / p56 (0062.jp2)
- 3.2 実験方法 / p56 (0062.jp2)
- 3.3 吸光度と水分量の非線形関係 / p56 (0062.jp2)
- 3.4 吸光度および水分量との相関関係 / p57 (0063.jp2)
- 3.5 主成分スコアと水分量の関係 / p62 (0068.jp2)
- 3.6 主成分分析・ニューラルネットワーク法 / p66 (0072.jp2)
- 3.7 ニューラルネットワーク回帰モデルの構築 / p66 (0072.jp2)
- 3.8 モデルの汎用性の検証 / p69 (0075.jp2)
- 第4節 実験結果および考察 / p69 (0075.jp2)
- 4.1 モデルの較正試料における適合性と検証試料における予測性 / p69 (0075.jp2)
- 第5節 摘要 / p80 (0086.jp2)
- 第VI章 近赤外分光分析法とニューラルネットワークによる茶原料の成分分析と品質評価 / p81 (0087.jp2)
- 第1節 茶生葉のアミノ酸同時予測のための融合型GA-PLS-ANN回帰モデル / p82 (0088.jp2)
- 1.1 遺伝的アルゴリズム / p82 (0088.jp2)
- 1.2 ニューラルネットワークモデル / p84 (0090.jp2)
- 1.3 部分最小自乗回帰分析 / p84 (0090.jp2)
- 1.4 遺伝的アルゴリズム-部分最小自乗回帰分析による変数選択 / p85 (0091.jp2)
- 1.5 遺伝的アルゴリズムと部分最小自乗法を利用したニューラルネットワーク / p86 (0092.jp2)
- 1.6 モデルの推定および予測精度の比較 / p87 (0093.jp2)
- 第2節 モデル用データの取得 / p88 (0094.jp2)
- 4.1 供試試料 / p88 (0094.jp2)
- 2.2 近赤外域吸光度スペクトルの測定と二次微分処理 / p88 (0094.jp2)
- 2.3 アミノ酸標準試薬の近赤外域吸光度スペクトル / p89 (0095.jp2)
- 2.4 遊離アミノ酸の定量分析 / p89 (0095.jp2)
- 第3節 実験結果および考察 / p89 (0095.jp2)
- 3.1 波長選択 / p89 (0095.jp2)
- 3.2 潜在変数の最適化 / p93 (0099.jp2)
- 3.3 総アミノ酸と潜在変数との間の非線形性 / p94 (0100.jp2)
- 3.4 ニューラルネットワークによる非線形多変量回帰モデルの構築 / p97 (0103.jp2)
- 3.5 GA-PLS-ANN回帰モデルによる推定と予測精度の比較 / p101 (0107.jp2)
- 第4節 摘要 / p106 (0112.jp2)
- 第VII章 総括 / p107 (0113.jp2)
- 謝辞 / p112 (0118.jp2)
- Summary / p113 (0119.jp2)
- 参考文献 / p119 (0125.jp2)
- 資料 / p127 (0133.jp2)