origins of wine by reliable chemica

origins of wine by reliable chemical analysis techniques
in combination with modern chemometrical methods
instead of traditional wine experts. Concerning the
analysis methods of constituents in wine, there are
many reports such as GC for the analysis of aroma
compounds in wine [1], HPLC for the determination
of phenolic acids [2], spectrophotometry for Fe [3],
Mn [4] and preservatives containing benzoic acid,
sorbic acid, dehydroacetic acid and ethyl parahydrobenzoate
[5], ion-selective electrode (ISE) methods
for the simultaneous determination of sulÞte and phosphate
[6] and ethanol [7], capillary zone electrophoresis
(CZE) for phenolic compounds [8], ßame atomic
absorption spectroscopy analysis (FAAS) and graphite
furnace atomic absorption spectroscopy analysis
(GFAAS) for Fe, Cu, Ag, Co, Si, Zn,Pb [9Ð11], GC-MS
(mass spectrometry) for trißuoroacetylated glycosides
[12], GC-FTIR (Fourier transform infrared)-MS for
spirits [13], NMR [14] and so on. There is also
a monograph which describes various methods of wine
analysis [15]. The inductively coupled plasma optical
emission spectrometer (ICP-OES) provides a powerful
means for fast analysis of a number of elements of the
periodic table. There is a problem, however, with how
to treat the large quantity of data. Fortunately,
chemometrical methods are able to solve such multivariate
data analysis problems [16, 17]. In the present
paper, cluster analysis, principal component analysis,
discrimination analysis methods and artiÞcial neural
networks are applied to wine classiÞcation based on
ICP-OES measurement data. Principal component
analysis [18Ð22], cluster analysis [23Ð27] and discrimination
analysis methods [28Ð31] have found wide applications
in various Þelds. Recently artiÞcial neural
networks (ANN) [32Ð43] have become powerful
chemometric tools for modeling complex analytical
systems and solving those complex non-linear problems
in which the relationship between the cause and
e¤ect cannot be precisely deÞned or described by chemical
reasoning. In this paper, trace amounts of

ผลลัพธ์ (ไทย) 1:

ต้นกำเนิดของไวน์โดยเทคนิคการวิเคราะห์ทางเคมีที่เชื่อถือได้ร่วมกับวิธี chemometrical ทันสมัยแทนที่เป็นผู้เชี่ยวชาญไวน์แบบดั้งเดิม เกี่ยวข้องกับการวิธีการวิเคราะห์ของ constituents ในไวน์ มีรายงานต่าง ๆ เช่น GC สำหรับการวิเคราะห์ของหอมสารประกอบในไวน์ [1], HPLC สำหรับความมุ่งมั่นกรดฟีนอ [2], spectrophotometry สำหรับเฟ [3],Mn [4] และประกอบด้วยกรด benzoic สารกันบูดsorbic กรด dehydroacetic กรดและเอทิล parahydrobenzoate[5], วิธีไอออนใช้ไฟฟ้า (อิเสะ)ในการกำหนดการเกิดของ sulÞte และฟอสเฟต[6] และเอทานอล [7] electrophoresis โซนเส้นเลือดฝอย(CZE) สำหรับม่อฮ่อม [8], ßame อะตอมดูดซึมกวิเคราะห์ (FAAS) และแกรไฟต์เตาดูดกลืนโดยอะตอมกวิเคราะห์(GFAAS) Fe, Cu, Ag, Co ศรี Zn, Pb [9Ð11] GC MS(รเมท) สำหรับ trißuoroacetylated glycosides[12], GC-FTIR (อินฟราเรดการแปลงฟูรีเย) -MS สำหรับสุรา [13], [14] NMR และอื่น ๆ นอกจากนี้ยังมีmonograph ซึ่งอธิบายถึงวิธีการต่าง ๆ ของไวน์วิเคราะห์ [15] พลาสม่าท่านแสงสเปกโตรมิเตอร์มลพิษ (วิจัย) ให้มีประสิทธิภาพหมายถึงการวิเคราะห์อย่างรวดเร็วของจำนวนขององค์ประกอบของการตารางธาตุ มีปัญหา อย่างไรก็ตาม ด้วยวิธีเพื่อรักษาปริมาณขนาดใหญ่ของข้อมูล โชคดีวิธี chemometrical จะแก้เช่น multivariateข้อมูลปัญหาวิเคราะห์ [16, 17] ในปัจจุบันกระดาษ แบ่งกลุ่ม การ วิเคราะห์ส่วนประกอบหลักวิธีวิเคราะห์แบ่งแยกและประสาท artiÞcialเครือข่ายที่ใช้กับไวน์ classiÞcation ตามข้อมูลวิจัยประเมิน ส่วนประกอบหลักวิเคราะห์ [18Ð22], [23Ð27] การแบ่ง และการเลือกปฏิบัติวิธีวิเคราะห์ [28Ð31] ได้พบโปรแกรมประยุกต์ที่กว้างใน Þelds ต่าง ๆ เมื่อเร็ว ๆ นี้ artiÞcial ประสาทเครือข่าย (แอน) [32Ð43] ได้กลายเป็นที่มีประสิทธิภาพchemometric เครื่องมือสำหรับการสร้างแบบจำลองเชิงวิเคราะห์ระบบและการแก้ไขปัญหาไม่เชิงเส้นที่ซับซ้อนซึ่งความสัมพันธ์ระหว่างสาเหตุ และไม่แม่นยำ deÞned e¤ect หรือทางเคมีใช้เหตุผล ในเอกสารนี้ ติดตามจำนวน

ผลลัพธ์ (ไทย) 2:

ต้นกำเนิดของไวน์โดยใช้เทคนิคการวิเคราะห์ทางเคมีที่น่าเชื่อถือในการรวมกันด้วยวิธีการที่ทันสมัย ​​chemometrical แทนผู้เชี่ยวชาญด้านไวน์แบบดั้งเดิม เกี่ยวกับวิธีการวิเคราะห์องค์ประกอบในไวน์มีรายงานจำนวนมากเช่นGC สำหรับการวิเคราะห์กลิ่นหอมสารประกอบในไวน์[1], HPLC สำหรับความมุ่งมั่นของกรดฟีนอล[2], spectrophotometry สำหรับเฟ [3], Mn [4] และสารกันบูดที่มีกรดเบนโซอิก, กรดซอร์บิกรด dehydroacetic และเอทิล parahydrobenzoate [5], อิเล็กโทรไอออนเลือก (ISE) วิธีการสำหรับการวัดพร้อมกันของsulÞteและฟอสเฟต[6] และเอทานอล [7], อิเลคโซนฝอย(cze) สำหรับ สารประกอบฟีนอล [8], ßameอะตอมวิเคราะห์สเปกโทรสโกดูดซึม(FAAS) และกราไฟท์เตาวิเคราะห์สเปกโทรสโกการดูดซึมของอะตอม(GFAAS) สำหรับเฟทองแดง Ag, Co, Si, สังกะสีตะกั่ว [9Ð11] GC-MS (มวลสาร) สำหรับ ไกลโคไซด์trißuoroacetylated [12], GC-FTIR (ฟูเรียร์อินฟาเรด) -MS สำหรับสุรา[13], NMR [14] และอื่น ๆ นอกจากนี้ยังมีเอกสารที่อธิบายถึงวิธีการต่างๆของไวน์วิเคราะห์[15] ควบคู่ inductively พลาสม่าออปติคอลสเปกโตรมิเตอร์ปล่อยก๊าซเรือนกระจก(ICP-OES) ให้มีประสิทธิภาพหมายถึงการวิเคราะห์ที่รวดเร็วของจำนวนขององค์ประกอบของที่ตารางธาตุ มีปัญหาอย่างไรกับวิธีการที่จะรักษาปริมาณข้อมูลขนาดใหญ่ โชคดีที่วิธีการ chemometrical สามารถที่จะแก้ปัญหาหลายตัวแปรเช่นปัญหาการวิเคราะห์ข้อมูล[16 17] ในปัจจุบันกระดาษวิเคราะห์กลุ่มการวิเคราะห์องค์ประกอบหลักวิธีการวิเคราะห์การเลือกปฏิบัติและประสาทartiÞcialเครือข่ายจะนำไปใช้classiÞcationไวน์อยู่บนพื้นฐานของข้อมูลการวัดICP-OES องค์ประกอบหลักวิเคราะห์ [18Ð22] การวิเคราะห์กลุ่ม [23Ð27] และการเลือกปฏิบัติวิธีการวิเคราะห์[28Ð31] พบการใช้งานที่กว้างในÞeldsต่างๆ เมื่อเร็ว ๆ นี้ประสาทartiÞcialเครือข่าย(ANN) [32Ð43] ได้กลายเป็นที่มีประสิทธิภาพเครื่องมือสำหรับการสร้างแบบจำลองchemometric วิเคราะห์ที่ซับซ้อนระบบและการแก้ปัญหาที่ไม่เป็นเชิงเส้นที่มีความซับซ้อนในการที่ความสัมพันธ์ระหว่างเหตุและe¤ectไม่สามารถdeÞnedแม่นยำหรืออธิบายโดยเคมีเหตุผล ในบทความนี้ติดตามปริมาณของ

ผลลัพธ์ (ไทย) 3:

ต้นกำเนิดของไวน์โดยเทคนิคการวิเคราะห์สารเคมีที่เชื่อถือได้
ร่วมกับวิธีการ chemometrical ทันสมัย
แทนของผู้เชี่ยวชาญด้านไวน์แบบดั้งเดิม เกี่ยวกับวิธีการวิเคราะห์ของสารประกอบในไวน์

มีรายงานมากมาย เช่น GC สำหรับการวิเคราะห์สารประกอบในไวน์หอม
[ 1 ] , HPLC สําหรับการกําหนด
ฟีโนลิก กรด [ 2 ] , วิธี , [ 3 ] ,
) [ 4 ] และสารกันบูดที่มีกรดเบนโซอิก , กรดซอร์บิค กรด dehydroacetic
, และเอทิล parahydrobenzoate
[ 5 ] , ion selective electrode ( ISE ) วิธีการ
การหาพร้อมกันของซุลÞ Te และฟอสเฟต
[ 6 ] และเอทานอล [ 7 ] , capillary electrophoresis
โซน ( CYP ) สารประกอบฟีนอล [ 8 ] , ßการดูดซึมสเปกโทรสโกปีในการวิเคราะห์ชื่ออะตอม

( FAAS ) และกราไฟท์เตา Atomic absorption spectroscopy การวิเคราะห์
( ปริมาณสำหรับเหล็ก , ทองแดง , AG , บริษัท , ศรี , สังกะสี , PB [ 9 Ð 11 ] , GC-MS
( แมส ) ไตรß uoroacetylated รำพัน
[ 12 ] gc-ftir ( ฟูเรียร์ Infrared ) - MS เพื่อ
วิญญาณ [ 13 ] , NMR [ 14 ] และอื่น ๆ นอกจากนี้ยังมีการอธิบายวิธีการต่าง ๆที่เกี่ยวกับไวน์
การวิเคราะห์ [ 15 ] การอุปนัยพลาสมาแสง
คู่Emission Spectrometer ( เทคนิค ) มีวิธีการที่มีประสิทธิภาพ
สำหรับการวิเคราะห์อย่างรวดเร็วของจำนวนองค์ประกอบของ
ตารางธาตุ มีปัญหา อย่างไรก็ตาม ด้วยวิธีการ
เพื่อรักษาปริมาณขนาดใหญ่ของข้อมูล โชคดี
วิธีการ chemometrical จะสามารถแก้ไขปัญหาดังกล่าวหลายตัวแปรการวิเคราะห์ข้อมูล 16
[ 17 ] ในปัจจุบัน
กระดาษ กลุ่มการวิเคราะห์ส่วนประกอบหลัก
วิธีการและกิ่Þประสาท
เครือข่ายการวิเคราะห์การแบ่งแยกการใช้ไวน์Þ classi ตาม
เทคนิคการวัดข้อมูล การวิเคราะห์องค์ประกอบหลัก
[ 18 Ð 22 ] , การวิเคราะห์กลุ่ม [ 23 ] Ð 27 การวิธีวิเคราะห์
[ ]
28 31 Ðพบการใช้งานกว้างใน elds Þต่าง ๆ เมื่อเร็ว ๆนี้ กิ่Þประสาท
เครือข่าย ( แอน ) [ 32 ] ได้กลายเป็นที่มีประสิทธิภาพ
Ð 43เครื่องมือสำหรับการจำลองระบบวิเคราะห์คีโมเมตริกซ์และการแก้ปัญหาที่ซับซ้อน

แบบที่ซับซ้อนซึ่งในความสัมพันธ์ระหว่างสาเหตุและ
E ¤ ect ไม่สามารถแน่นอน เดอ Þเน็ดหรืออธิบายด้วยเหตุผลทางเคมี

ในกระดาษนี้ ร่องรอยของ