多変量データ分析によるX線画像を用いたの非破壊性性識別
Jian-Rong Cai1, Lei-Ming Yuan1, Bin Liu1
1School of Food & Biological Engineering, Jiangsu University, Xuefu Road 301, Zhenjiang City, Jiangsu Province, 212013, China. jrcai@ujs.edu.cn.
Analytical methods : advancing methods and applications
|August 30, 2025
まとめ
柔らかいX線画像と多変量分析は 糸虫のの性差別を 迅速かつ信頼性の高い 破壊的でない方法で 提供します この技術により シルクワームの性別を 検出し,モルベリーシルクワーム産業に 利益をもたらしました
科学分野:
- 農業科学
- バイオテクノロジー
- 画像技術
背景:
- シルクワームの精密な性別差別は,モルベリーシルクワームの産業における高品質のシルク生産に不可欠です.
- 既存の方法には 速度や信頼性が欠けていて 破壊的であり 効率的なの生産を妨げています
研究 の 目的:
- 柔らかいX線画像と多変量データ分析を使用して,の非破壊的な性別差別の可行性を評価する.
- 正確な性別識別のための異なる分類アルゴリズムを開発し,比較する.
主な方法:
- 柔らかいX線画像を用いて シルクワームのを撮りました
- クリザリゼの形態学的特徴は,主成分分析 (PCA) を用いて抽出および減少した.
- 4つのアルゴリズム (K-Nearest Neighbors,Linear Discriminant Analysis,Back Propagation Artificial Neural Network,Support Vector Machine) を訓練し,クロスバリデーションを使用して最適化しました. このアルゴリズムは,K-Nearest Neighbors,Linear Discriminant Analysis,Back Propagation Artificial Neural Network,Support Vector Machine,Support Vector Machineなどで設計されたもので,このアルゴリズムは,K-Nearest Neighbors,Linear Discriminant Analysis,Back Propagation Artificial Neural Network,Support Vector Machineなどで設計されています. このアルゴリズムは,K-Nearest Neighbors,Linear Discriminant Analysis,Back Propagation Artificial Neural Networkなどで設計されています.
主要な成果:
- すべての開発された分類器は,92.57% (サポートベクトルマシン) から93.68% (K-Nearest Neighbors) までの高い正確な識別率を達成しました.
- 93.31%の精度で走行時間に関して最も優れたパフォーマンスを示した.
- この研究では,の性別を判別するためのX線画像と多変量分析の有効性が確認されました.
結論:
- 柔らかいX線画像と多変量分析は,シルクワーム・コクンの性差別に有効で迅速で破壊的でない方法を提供します.
- このテクニックは,効率的な性検診のために,商用モールベリーシルクワーム産業で応用する大きな可能性を秘めています.
