The calibration models of alcohol s

The calibration models of alcohol strength and titratable acidity
were developed using PLS regressions with leave-one-out cross
validation. The PLS regression is a technique that constructs new
predictor factors derived by taking into account the variation inspectral data that is relevant for explaining variation in the characteristics
of interest in original samples (Li, Zhang, & Atungulu,
2014; Williams, 2001), and it is also one of the standard methods
used to develop calibration equations to predict chemical compositions
of a sample from NIR spectra (Reeves, 2001).
Statistics for the calibration models developed for alcohol
strength and titratable acidity in apple wines using FT-NIR spectra
are shown in Table 2. Outliers in the calibration set were identified
and excluded based on extreme leverages (Lillhonga & Geladi,
2005). The lowest RMSECV and the highest R2c
in the calibration
set were obtained for alcohol strength (4.63 mL/L and 0.923) with
removal of 5 outliers, and titratable acidity (0.264 mg/L and 0.930)
with removal of 6 outliers. Generally, values of R2 greater than 0.9
indicate excellent quantitative information for calibration model
(Shenk &Westerhaus,1996). To improve the stability of the models,
the rank must be appropriately chosen to avoid overfit during
calibration. Fig. 4 shows the correlation between RMSECV and Rank
in calibration by PLS regression with leave-one-out validation, andthe optimum ranks are both 6 for alcohol strength and titratable
acidity calibration models. The correlation plots between chemical
reference value and FT-NIR prediction value for the two parameters
of apple wine in calibration set are shown in Fig. 5. The results show
that the NIRS calibration models have excellent precision. Therefore,
these two physicochemical parameters in apple wine might be
measured by FT-NIR spectroscopy.

ผลลัพธ์ (ไทย) 1:

รูปเทียบความแรงของแอลกอฮอล์และว่า titratableได้รับการพัฒนาด้วย regressions กรุณาข้ามฝากหนึ่งออกการตรวจสอบ ถดถอยกรุณาเป็นเทคนิคที่สร้างใหม่ปัจจัยจำนวนประตูที่ได้รับ โดยคำนึงถึงข้อมูล inspectral การเปลี่ยนแปลงที่เกี่ยวข้องกับการอธิบายการเปลี่ยนแปลงในลักษณะน่าสนใจในตัวอย่างเดิม (Li จาง & Atungulu2014 วิลเลียมส์ 2001) และก็เป็นวิธีมาตรฐานใช้ในการพัฒนาเทียบสมการเพื่อทำนายจนสารเคมีของตัวอย่างจากแรมสเป็คตรา NIR (บ้าเป็นหลัง 2001)สถิติสำหรับการปรับเทียบแบบจำลองพัฒนาสำหรับเครื่องดื่มแอลกอฮอล์ความแข็งแรงและมี titratable ในไวน์แอปเปิ้ลใช้ FT NIR แรมสเป็คตราจะแสดงในตารางที่ 2 ระบุ outliers ในชุดเทียบและแยกตามมากใช้ (Lillhonga & Geladi2005) . RMSECV ต่ำและ R2c สูงสุดในการปรับเทียบชุดที่ได้แรงแอลกอฮอล์ (4.63 mL/L และ 0.923) ด้วยเอาของ 5 outliers ว่า titratable (0.264 mg/L และ 0.930)มีการเอาออกของ 6 outliers ทั่วไป ค่า R2 มากกว่า 0.9แสดงข้อมูลเชิงปริมาณยอดเยี่ยมสำหรับการปรับเทียบแบบจำลอง(Shenk & Westerhaus, 1996) เพื่อปรับปรุงเสถียรภาพของรุ่นลำดับต้องเป็นเลือกอย่างเหมาะสมเพื่อหลีกเลี่ยงการ overfit ระหว่างปรับเทียบ Fig. 4 แสดงความสัมพันธ์ระหว่าง RMSECV และอันดับการปรับเทียบโดยกรุณาถดถอยกับลาหนึ่งออกตรวจสอบ และยศสูงสุดเป็นทั้ง 6 สำหรับความแรงของแอลกอฮอล์ และ titratableมีเทียบรุ่น โครงการความสัมพันธ์ระหว่างสารเคมีค่าอ้างอิงและค่าพยากรณ์ FT NIR สำหรับพารามิเตอร์สองแอปเปิ้ลไวน์ในการปรับเทียบ ชุดมีแสดงใน Fig. 5 การแสดงผลว่า รุ่นเทียบคุณภาพมีความแม่นยำดีเยี่ยม ดังนั้นพารามิเตอร์เหล่านี้ physicochemical สองในไวน์แอปเปิ้ลอาจวัด โดยก FT NIR

ผลลัพธ์ (ไทย) 2:

รูปแบบการสอบเทียบความแรงของเครื่องดื่มแอลกอฮอล์และความเป็นกรดที่ไทเทรตได้รับการพัฒนาโดยใช้ PLS ถดถอยด้วยการลาหนึ่งออกข้ามการตรวจสอบ ถดถอย PLS เป็นเทคนิคที่สร้างใหม่ปัจจัยทำนายที่ได้มาโดยคำนึงถึงรูปแบบข้อมูลinspectral ที่มีความเกี่ยวข้องในการอธิบายการเปลี่ยนแปลงในลักษณะที่น่าสนใจในตัวอย่างเดิม(หลี่เหวยและ Atungulu, 2014; วิลเลียมส์, 2001) และ มันก็ยังเป็นหนึ่งในวิธีการมาตรฐานใช้ในการพัฒนาสมการสอบเทียบที่จะคาดการณ์องค์ประกอบทางเคมีของตัวอย่างจากสเปกตรัมNIR (รีฟส์, 2001). สถิติสำหรับรุ่นการสอบเทียบการพัฒนาสำหรับเครื่องดื่มแอลกอฮอล์ที่มีความแข็งแรงและปริมาณกรดในไวน์แอปเปิ้ลใช้ FT-NIR สเปกตรัมมี ดังแสดงในตารางที่ 2 ค่าผิดปกติในการตั้งค่าการสอบเทียบที่ถูกระบุและอยู่บนพื้นฐานของการยกเว้นยกระดับมาก(Lillhonga และ Geladi, 2005) RMSECV ต่ำสุดและสูงสุด R2C ในการสอบเทียบชุดที่ได้รับความแข็งแรงเครื่องดื่มแอลกอฮอล์ (4.63 มิลลิลิตร / ลิตรและ 0.923) โดยมีการกำจัดของ5 ค่าผิดปกติและปริมาณกรด (0.264 มิลลิกรัม / ลิตรและ 0.930) กับการกำจัดของ 6 ค่าผิดปกติ โดยทั่วไปค่า R2 มากกว่า 0.9 แสดงให้เห็นข้อมูลเชิงปริมาณที่ดีเยี่ยมสำหรับรูปแบบการสอบเทียบ(เหตุเกิดและ Westerhaus, 1996) เพื่อปรับปรุงเสถียรภาพของรุ่นที่ตำแหน่งจะต้องเลือกที่เหมาะสมเพื่อหลีกเลี่ยงการ overfit ในระหว่างการสอบเทียบ รูป 4 แสดงให้เห็นความสัมพันธ์ระหว่าง RMSECV และยศในการสอบเทียบโดยการถดถอยPLS กับลาหนึ่งออกตรวจสอบการจัดอันดับที่ดีที่สุด andthe มีทั้ง 6 สำหรับความแรงของเครื่องดื่มแอลกอฮอล์และไทเทรตแบบจำลองการสอบเทียบความเป็นกรด แปลงความสัมพันธ์ระหว่างสารเคมีค่าอ้างอิงและ FT-NIR ทำนายค่าสำหรับพารามิเตอร์ที่สองของไวน์แอปเปิ้ลในการสอบเทียบชุดจะถูกแสดงในรูป 5. ผลการศึกษาพบว่าการสอบเทียบNIRS รุ่นมีความแม่นยำที่ดีเยี่ยม ดังนั้นทั้งสองตัวแปรทางเคมีกายภาพในไวน์แอปเปิ้ลอาจจะวัดจากสเปกโทรสโกFT-NIR

ผลลัพธ์ (ไทย) 3:

การปรับแต่งรูปแบบของความแรงของแอลกอฮอล์และปริมาณกรด
ถูกพัฒนาโดยใช้สมการถดถอยด้วยปล่อยออกกรุณาข้าม
การตรวจสอบ pls ถดถอยเป็นเทคนิคที่โครงสร้างใหม่
ทำนายปัจจัยที่ได้มา โดยคำนึงถึงการเปลี่ยนแปลง inspectral ข้อมูลที่เกี่ยวข้องเพื่ออธิบายการเปลี่ยนแปลงในลักษณะ
สนใจตัวอย่างต้นฉบับ ( หลี่ จาง& atungulu
, ,2014 ; วิลเลียมส์ , 2001 ) และยังเป็นหนึ่งในวิธีที่ใช้ในการสร้างสมการ calibration

ทำนายองค์ประกอบทางเคมีของตัวอย่างจากสเปกตรัม NIR ( รีฟส์ , 2001 ) .
สถิติสำหรับสอบเทียบรุ่นพัฒนาความแข็งแรงและปริมาณแอลกอฮอล์
กรดในแอปเปิ้ลไวน์ใช้ ft-nir Spectra
แสดงในตาราง 2 . ผิดปกติในการตั้งค่าระบุ
และแยกตามงานมาก ( lillhonga & geladi
, 2005 ) การ rmsecv ต่ำสุดและสูงสุดในการ r2c

ชุดได้เพื่อความแข็งแรงแอลกอฮอล์ ( / L และ 0.923 4.63 กรัม ) กับ
การกำจัด 5 ระดับและปริมาณกรด ( 0.264 มก. / ล. และ 0.930 )
กับการกำจัด 6 ระดับ . โดยทั่วไปแล้ว ค่า R2 มากกว่า 0.9
แสดงข้อมูลเชิงปริมาณที่ยอดเยี่ยมสำหรับการสอบเทียบแบบจำลอง
( เชง& westerhaus , 1996 ) เพื่อปรับปรุงเสถียรภาพของแบบจำลอง
อันดับต้องเหมาะสมเลือกที่จะหลีกเลี่ยง overfit ในระหว่าง
สอบเทียบ รูปที่ 4 แสดงให้เห็นถึงความสัมพันธ์ระหว่าง rmsecv และอันดับ
ในการสอบเทียบโดยกรุณาถดถอยด้วยไปหนึ่ง การตรวจสอบอันดับที่ 6 และมีทั้งความแข็งแรงและปริมาณแอลกอฮอล์
เมสอบเทียบรุ่น ความสัมพันธ์ระหว่างเคมี
แปลงค่าอ้างอิงและ ft-nir ทำนายค่าพารามิเตอร์สอง
ไวน์แอปเปิ้ลในการตั้งค่าที่แสดงในรูปที่ 5 ผลการวิจัยพบว่ารูปแบบการสอบเทียบ
nirs มีความแม่นยำที่ยอดเยี่ยม ดังนั้น
ทั้งสองและพารามิเตอร์ในไวน์แอปเปิ้ลอาจ
วัดโดย ft-nir สเปกโทรสโกปี