<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Zhuang X. G.</author>
     <author>Shi X. S.</author>
     <author>Wang H. F.</author>
     <author>Wang L. L.</author>
     <author>Fang J. X.</author>
    </authors>
   </contributors>
   <titles>
    <title>БЫСТРОЕ ОПРЕДЕЛЕНИЕ ПРОИСХОЖДЕНИЯ ЗЕЛЕНОГО ЧАЯ С ПОМОЩЬЮ СПЕКТРОСКОПИИ БЛИЖНЕЙ ИК ОБЛАСТИ И МНОГОВОЛНОВОГО СТАТИСТИЧЕСКОГО ДИСКРИМИНАНТНОГО АНАЛИЗА</title>
   </titles>
   <keywords>
    <keyword>многоволновой статистический дискриминантный анализ</keyword>
    <keyword>спектроскопия ближнего инфракрасного диапазона</keyword>
    <keyword>зеленый чай</keyword>
    <keyword>происхождение</keyword>
    <keyword>multi-wavelength statistical discriminant analysis</keyword>
    <keyword>NIR spectroscopy</keyword>
    <keyword>green tea</keyword>
    <keyword>origin</keyword>
   </keywords>
   <dates>
    <year>2019</year>
    <pub-dates>
     <date>2025-03-12</date>
    </pub-dates>
   </dates>
   <journal>Журнал прикладной спектроскопии</journal>
   <abstract>Для идентификации происхождения зеленого чая Шаньдуна предложена простая процедура классификации, основанная на многоволновом статистическом дискриминантном анализе в сочетании со спектроскопией ближнего ИК диапазона. После сглаживания спектра и предварительной обработки первой производной выбраны семь характерных длин волн, для каждой рассчитан порог классификации в соответствии с различиями в поглощении, которые могут наилучшим образом выделить спектры чая из разных источников происхождения. На основе характерных длин волн и соответствующих пороговых значений получены семь классификаторов, формирующих классификационную модель. Эффективность калибровочной модели оценивалась по чувствительности, избирательности и точности классификации. Результаты показали, что многоволновой статистический дискриминантный анализ может успешно использоваться для построения классификационных моделей. Прогнозируемые характеристики модели: чувствительность 1, избирательность 0.977 и точность 98.3%. </abstract>
   <urls>
    <web-urls>
     <url>https://www.academjournals.by/publication/15997</url>
    </web-urls>
    <pdf-urls>
     <url>https://www.academjournals.by/files/15951</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
