본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

Measurement : journal of the International Measurement Confederation v.120, 2018년, pp.92 - 99   SCIE
본 등재정보는 저널의 등재정보를 참고하여 보여주는 베타서비스로 정확한 논문의 등재여부는 등재기관에 확인하시기 바랍니다.

Geographical recognition of Syrah wines by combining feature selection with Extreme Learning Machine

da Costa, Nattane Luíza (Instituto de Informática, Universidade Federal de Goiás, Goiânia-GO, Brazil ) ; Llobodanin, Laura Andrea García (LADAF – ) ; de Lima, Márcio Dias (Laboratory of Functional Foods, Department of Food and Experimental Nutrition, Faculty of Pharmaceutical Sciences, University of São Paulo, Av. Lineu Prestes, 580, B14, 05508-900 São Paulo, Brazil ) ; Castro, Inar Alves (Instituto de Informática, Universidade Federal de Goiás, Goiânia-GO, Brazil ) ; Barbosa, Rommel (LADAF – ) ;
  • 초록  

    Abstract Data mining techniques have been used for the classification of many types of products. In order to classify the Syrah wines from Argentina (Mendoza) and Chile (Central Valley), according to their origin, we perform two feature selection methods with the following classification algorithms: Support Vector Machines (SVM), and two types of artificial neural networks, Multilayer Perceptron (MLP) and Extreme Learning Machine (ELM), on 10-fold cross-validation. Each feature selection method has a different approach, creating also different sets of the most important features. The best model was the combination of variables peon-3-glu, malv-3-glu and pet-3-acetylglu, selected by Random Forest Importance, reaching 98.33% accuracy with ELM, outperforming SVM and MLP. The results obtained from the classifiers and feature subsets are able to confirm the importance of the anthocyanins to classify Syrah wines according to their geographic region. ELM was the best algorithm for classifying Syrah wines. Highlights Extreme Learning Machine was used to classify Syrah wines. Classification accuracy of above 98% was obtained. ELM outperformed SVM and MLP.


  • 주제어

    Extreme learning machine .   Artificial neural networks .   Support Vector machines .   Feature selection .   Wine classification.  

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
  • 원문이 없습니다.

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 출판된 논문 + 더보기