Documents disponibles écrits par cet auteur

Study on infrared spectroscopy technique for fast measurement of protein content in milk powder based on LS-SVM / Wu, Di in Journal of food engineering, Vol. 84 N°1 (Janvier 2008) 

Public ISBD [article]  in Journal of food engineering > Vol. 84 N°1 (Janvier 2008) . - 124-131 p. Titre : Study on infrared spectroscopy technique for fast measurement of protein content in milk powder based on LS-SVM Type de document : texte imprimé Auteurs : Wu, Di, Auteur ; He, Yong, Auteur ; Feng, Shuijuan, Auteur Article en page(s) : 124-131 p. Note générale : Génie Chimique Langues : Anglais (eng) Mots-clés : Near/mid-infrared  spectroscopy  Protein  Milk  powder  Least-squares  support  vector  machines  Près  de/spectroscopie  mi-infrarouge  Protéine  Lait  en  poudre  Machines  des  moindres  carrés  de  vecteur  de  soutien Index. décimale : 664 Résumé : Protein is an important component of milk powder. The fast and non-destructive detection of protein content in milk powder is important. Infrared spectroscopy technique was applied to achieve this purpose. Least-squares support vector machine (LS-SVM) was applied to building the protein prediction model based on spectral transmission rate. The determination coefficient for prediction (Click to view the MathML source was 0.981 and root mean square error for prediction (RMSEP) was 0.4115. It is concluded that infrared spectroscopy technique can quantify protein content in milk powder fast and non-destructively. The process is simple and easy to operate, and the prediction ability of LS-SVM is better than that of partial least square. Moreover, the comparison of prediction results showed that the performance of model with mid-infrared spectra data was better than that with near infrared spectra data. La protéine est un composant important de lait en poudre. La détection rapide et non destructive de la teneur en protéines dans le lait en poudre est importante. La technique infrarouge de spectroscopie a été appliquée pour réaliser ce but. La machine des moindres carrés de vecteur de soutien (LS-SVM) a été appliquée à établir le modèle de prévision de protéine basé sur le taux de transmission spectral. Le coefficient de détermination pour la prévision (le clic pour regarder la source de MathML était 0.981 et l'erreur de moyenne carrée de racine pour la prévision (RMSEP) était 0.4115. On le conclut que la technique infrarouge de spectroscopie peut mesurer la teneur en protéines dans le lait en poudre rapidement et non-destructively. Le processus est simple et facile pour fonctionner, et la capacité de prévision de LS-SVM est meilleure que celle de partiel moindre carré. D'ailleurs, la comparaison des résultats de prévision a prouvé que l'exécution du modèle avec les données mi-infrarouges de spectres était meilleure que celle avec des données proches de spectres infrarouges. DEWEY : 664 ISSN : 0260-8774 RAMEAU : Lait en poudre En ligne : http://www.sciencedirect.com/science?_ob=ArticleURL&_udi=B6T8J-4NR1856-2&_user=1 [...] [article] Study on infrared spectroscopy technique for fast measurement of protein content in milk powder based on LS-SVM [texte imprimé] / Wu, Di, Auteur ; He, Yong, Auteur ; Feng, Shuijuan, Auteur . - 124-131 p. Génie Chimique Langues : Anglais (eng) in Journal of food engineering > Vol. 84 N°1 (Janvier 2008) . - 124-131 p. Mots-clés : Near/mid-infrared  spectroscopy  Protein  Milk  powder  Least-squares  support  vector  machines  Près  de/spectroscopie  mi-infrarouge  Protéine  Lait  en  poudre  Machines  des  moindres  carrés  de  vecteur  de  soutien Index. décimale : 664 Résumé : Protein is an important component of milk powder. The fast and non-destructive detection of protein content in milk powder is important. Infrared spectroscopy technique was applied to achieve this purpose. Least-squares support vector machine (LS-SVM) was applied to building the protein prediction model based on spectral transmission rate. The determination coefficient for prediction (Click to view the MathML source was 0.981 and root mean square error for prediction (RMSEP) was 0.4115. It is concluded that infrared spectroscopy technique can quantify protein content in milk powder fast and non-destructively. The process is simple and easy to operate, and the prediction ability of LS-SVM is better than that of partial least square. Moreover, the comparison of prediction results showed that the performance of model with mid-infrared spectra data was better than that with near infrared spectra data. La protéine est un composant important de lait en poudre. La détection rapide et non destructive de la teneur en protéines dans le lait en poudre est importante. La technique infrarouge de spectroscopie a été appliquée pour réaliser ce but. La machine des moindres carrés de vecteur de soutien (LS-SVM) a été appliquée à établir le modèle de prévision de protéine basé sur le taux de transmission spectral. Le coefficient de détermination pour la prévision (le clic pour regarder la source de MathML était 0.981 et l'erreur de moyenne carrée de racine pour la prévision (RMSEP) était 0.4115. On le conclut que la technique infrarouge de spectroscopie peut mesurer la teneur en protéines dans le lait en poudre rapidement et non-destructively. Le processus est simple et facile pour fonctionner, et la capacité de prévision de LS-SVM est meilleure que celle de partiel moindre carré. D'ailleurs, la comparaison des résultats de prévision a prouvé que l'exécution du modèle avec les données mi-infrarouges de spectres était meilleure que celle avec des données proches de spectres infrarouges. DEWEY : 664 ISSN : 0260-8774 RAMEAU : Lait en poudre En ligne : http://www.sciencedirect.com/science?_ob=ArticleURL&_udi=B6T8J-4NR1856-2&_user=1 [...]