การจำแนกข้าวหอมมะลิออกจากข้าวพันธุ์อื่นด้วยเทคนิค สเปคโตรสโคปีอินฟราเรดย่านใกล้

Abstract

บทคัดย่อ

งานวิจัยนี้มีวัตถุประสงค์เพื่อประยุกต์ใช้เทคนิคสเปคโตรสโคปีอินฟราเรดย่านใกล้มาสร้างสมการสำหรับทำนายการจำแนกกลุ่มข้าวหอมมะลิออกจากกลุ่มข้าวปริมาณอะมิโลสต่ำ ปานกลาง และสูงด้วยวิธีการวิเคราะห์องค์ประกอบหลัก (Principal component analysis; PCA) และการวิเคราะห์จำแนกกลุ่มด้วยการถดถอยกำลังสองน้อยที่สุด (Partial least square-discriminant analysis; PLS-DA) ช่วงจำนวนคลื่นที่ 10,000-4,000 cm^-1ผลการทดลองพบว่าการวิเคราะห์องค์ประกอบหลักสามารถจำแนกสเปคตรัมข้าวกล้องที่ผ่านการปรับแต่งสเปคตรัมด้วยวิธีการปรับแก้การกระเจิงแบบผลคูณ (Multiplicative scatter correction; MSC) ออกเป็น 4 กลุ่ม ได้แก่ กลุ่มข้าวหอมมะลิ ข้าวกลุ่มปริมาณอะมิโลสต่ำ ปานกลาง และสูง แต่ไม่สามารถจำแนกข้าวพันธุ์ชัยนาท 1 ออกจากข้าวหอมมะลิได้ สำหรับการสร้างสมการการทำนายการจำแนกข้าวหอมมะลิออกจากข้าวกลุ่มอื่นด้วยการถดถอยน้อยที่สุด พบว่าสมการที่เหมาะสม คือ สมการที่สร้างขึ้นจากการปรับแต่งสเปคตรัมด้วยวิธีการปรับความแปรปรวนให้เป็นมาตรฐาน (Standard normal variate; SNV) ช่วงจำนวนคลื่น 10,000-4,000 cm^-1โดยสมการที่สร้างขึ้นมีการจัดกลุ่มตัวแปรเดิมเป็นตัวแปรใหม่ได้ 5 แฟกเตอร์ โดยมีค่า R²_cal, RMSE_cal, R²_val, RMSE_valและค่าความถูกต้องของการจำแนกกลุ่ม (Correctly classified) เท่ากับ 0.79, 0.17, 0.69, 0.21 และ 66.46% ตามลำดับ

คำสำคัญ: การจำแนกกลุ่ม; ข้าวหอมมะลิ; การวิเคราะห์องค์ประกอบหลัก; การวิเคราะห์การจำแนกกลุ่มด้วยการถดถอยกำลังสองน้อยที่สุด

Abstract

The aim of this research was to apply the FT-NIR spectroscopy in the wavenumberranges of 10,000-4,000 cm^-1 for prediction the model to classifyHom Mali rice from low, intermediate and high amylose rice group by principal component analysis (PCA) and partial least square-discriminant analysis (PLS-DA). The results showed that, PCA could be classified the spectrum of brown rice transformed with multiplicative scatter correction (MSC) into four groups; Hom Mali rice, low, intermediate and high amylose rice

groups. However, this model was unable to classify Hom Mali rice from Chai Nat1 variety. For PLS-DA classification model, the best performance of PLS-DA model for classifying Hom Mali rice from the other groups was the NIR spectra which it was pretreated by the standard normalvariate (SNV) in the wavenumber ranges of 10,000-4,000 cm^-1. This model represented the five factors which the R²_cal, RMSE_cal, R²_val, RMSE_val and correctly classification were 0.79, 0.17, 0.69, 0.21 and 66.46%, respectively.

Keywords: Classification; Hom Mali rice; PCA; PLS-DA