Biblioteca122.739 documentos en línea

Artículo

Machine Learning Applied to Near-Infrared Spectra for Chicken Meat ClassificationAprendizaje automático aplicado a los espectros del infrarrojo cercano para la clasificación de la carne de pollo

Resumen

La identificación de los parámetros de calidad del pollo a menudo es inconsistente, lleva mucho tiempo y es laboriosa. La espectroscopia de infrarrojo cercano (NIR) se ha utilizado como una herramienta poderosa para la evaluación de la calidad de los alimentos. Sin embargo, los espectros de infrarrojo cercano (NIR) contienen una gran cantidad de información redundante. Determinar la relevancia de las longitudes de onda y seleccionar subconjuntos para modelos de clasificación y predicción son obligatorios para el desarrollo de sistemas multiespectrales. Se investigó una combinación de selección de atributos y longitudes de onda para la información espectral NIR de muestras de carne de pollo. Los predictores de Árboles de Decisión y Tablas de Decisión explotan estas longitudes de onda óptimas para tareas de clasificación según diferentes grados de calidad de la carne de aves de corral. La metodología propuesta se llevó a cabo con un algoritmo de Máquina de Vectores de Soporte (SVM) para comparar la precisión del modelo propuesto. Se realizaron experimentos con información espectral NIR (1050 longitudes de onda), color (CIE, croma y tono), capacidad de retención de agua (WHC) y pH de cada muestra analizada. Los resultados muestran que el mejor método fue REPTree basado en 12 longitudes de onda, lo que permite la clasificación de muestras de aves de corral según los grados de calidad con precisión. Las longitudes de onda seleccionadas podrían llevar al desarrollo de dispositivos potenciales de adquisición multiespectral simples.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento