• Journal of electromagnetic engineering and science
• /
• 제17권4호
• /
• pp.186-190
• /
• 2017

Visible-near-infrared (VIS-NIR) spectroscopy is a fast and non-destructive method for analyzing materials. However, most commercial VIS-NIR spectrometers are inappropriate for use in various locations such as in homes or offices because of their size and cost. In this paper, we classified eight food powders using a portable VIS-NIR spectrometer with a wavelength range of 450-1,000 nm. We developed three machine learning models using the spectral data for the eight food powders. The proposed three machine learning models (random forest, k-nearest neighbors, and support vector machine) achieved an accuracy of 87%, 98%, and 100%, respectively. Our experimental results showed that the support vector machine model is the most suitable for classifying non-linear spectral data. We demonstrated the potential of material analysis using a portable VIS-NIR spectrometer.

• 산업식품공학
• /
• 제13권4호
• /
• pp.297-301
• /
• 2009

본 연구에서는 딸기의 당도예측모델을 개발하기 위하여 수행하였으며, 딸기의 당도판정에 보다 적합한 조명장치를 설계하기 위해 조명의 영향을 구명하고, 딸기의 당도예측 모델을 개발하였으며, 주요연구 결과는 다음과 같다. 조명방법에 따른 당도 예측 성능을 비교한 결과 4개의 램프로 시료를 직접 조명하는 경우 $r_{SEP}$= 0.603, SEP = 0.502$^{\circ}$Bx으로 나타났으며, 광 화이버로 빛을 유인하여 국부적으로 시료에 점 조명한 경우(광 화이버 3개 사용)에는 $r_{SEP}$= 0.715, SEP = 0.433$^{\circ}$Bx으로서 후자가 더 좋은 성능을 나타내었다. 또한 램프 반사면의 금 코팅 유무에 따른 당도판정 성능시험을 실시한 결과 금 코팅된 할로겐램프를 사용한 경우 $r_{SEP}$= 0.837, SEP = 0.510$^{\circ}$Bx으로서 그렇지 않은 경우의 $r_{SEP}$= 0.756, SEP = 0.580$^{\circ}$Bx보다 양호한 결과가 나타나 금 코팅에 대한 당도판정 효과가 있는 것으로 나타났다. 딸기 당도판정을 위한 최적 회귀모델을 개발하기 위하여 PLSR과 PCR을 이용하였다. 전처리를 하지 않은 경우 $r_{SEP}$= 0.860, SEP=0.498$^{\circ}$Bx로 양호한 결과가 나타났으나, 가장 좋은 결과는 상기에서 언급된 최적의 조명상태에서 측정된 스펙트럼 데이터에 OSC 전처리를 한 경우 $r_{SEP}$= 0.891, SEP = 0.443$^{\circ}$Bx, LV=14로 가장 양호한 결과를 나타내었다. 한편, PCR을 이용한 당도 예측은 전처리를 하지 않은 경우 $r_{SEP}$= 0.845, SEP = 0.520$^{\circ}$Bx, LV=17으로서 DT 전처리에서의 $r_{SEP}$= 0.845, SEP = 0.521$^{\circ}$Bx, LV=17보다 오히려 높게 나타나 전처리에 따른 효과는 없는 것으로 나타났다.