Classifying Hybrids of Energy Cane for Production of Bioethanol and Cogeneration of Biomass-Based Electricity by Principal Component Analysis-Linked Fuzzy C-Means Clustering Algorithm
Notice bibliographique
Résumé
The biggest challenge facing in sugar-energy plants is to move towards the biorefinery concept, without threatening the environment and health. Energy cane is the state-of-the-art of smart energy crops to provide suitable whole-raw material to produce upgraded biofuels, dehydrated alcohol for transportation, refined sugar, yeast-fermented alcoholic beverages, soft drinks, silage and high-quality fodder, as well as to cogenerate heat and bioelectricity from burnt lignocellulose. We, accordingly, present fuzzy c-means (FCM) clustering algorithm interconnected with principal component analysis (PCA) as powerful exploratory data analysis tool to wisely classify hybrids of energy cane for production of first-generation ethanol and cogeneration of heat and bioelectricity. From the orthogonally-rotated factorial map, fuzzy cluster I aggregated the hybrids VX12-0277, VX12-1191, VX12-1356 and VX12-1658 composed of higher contents of soluble solids and sucrose, and larger productive yields of fermentable sugars. These parameters correlated with the X-axis component referring to technological quality of cane juice. Fuzzy cluster III aggregated the hybrids VX12-0180 and VX12-1022 consisted of higher fiber content. This parameter correlated with the Y-axis component referring to physicochemical quality of lignocellulose. From the PCA-FCM methodology, the conclusion is, therefore, hybrids from fuzzy cluster I prove to be type I energy cane (higher sucrose to fiber ratio) and could serve as energy supply pathways to produce bioethanol, while the hybrids from fuzzy cluster III are type II energy cane (lower sucrose to fiber ratio), denoting potential as higher fiber yield biomass sources to feed cogeneration of heat and bioelectricity in high temperature and pressure furnace-boiler system.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».