The objective of this study was to

The objective of this study was to investigate the predictability of an electronic nose for
fruit quality indices. Responses signal of sensor array in electronic nose were employed
to establish quality indices model for “xueqing” pear. The relationships were established
between signal of electronic nose and the quality indices of fruit (firmness, soluble solids
content (SSC) and pH) by multiple linear regressions (MLR) and artificial neural network
(ANN). The prediction models for firmness and soluble solids content indicated a good prediction
performance. The SSC model by ANN had a standard error of prediction (SEP) of
0.41 and correlation coefficient 0.93 between predicted and measured values, the model
by ANN for the penetrating force (CF) had a 3.12 SEP and 0.94 coefficient, respectively. The
results imply that it is possible to predict “xueqing” pear quality characteristics from signal
of E-nose.

ผลลัพธ์ (ไทย) 1:

วัตถุประสงค์ของการศึกษานี้ได้ตรวจสอบแอพพลิเคชันของจมูกอิเล็กทรอนิกส์เป็นการดัชนีคุณภาพของผลไม้ ตอบรับสัญญาณของเซนเซอร์อาร์เรย์ในจมูกอิเล็กทรอนิกส์ได้รับการว่าจ้างการสร้างแบบจำลองดัชนีคุณภาพสำหรับลูกแพร์ "xueqing" ความสัมพันธ์ถูกก่อตั้งขึ้นระหว่างสัญญาณของจมูกอิเล็กทรอนิกส์และดัชนีคุณภาพของผลไม้ (ไอซ์ ของแข็งละลายน้ำได้เนื้อหา (SSC) และค่า pH) หลายเส้น regressions (MLR) และโครงข่ายประสาทเทียม(แอน) แบบจำลองพยากรณ์สำหรับไอซ์และเนื้อหาของแข็งละลายน้ำระบุการคาดการณ์ที่ดีประสิทธิภาพของ แบบ SSC โดยแอนน์มีความคลาดเคลื่อนมาตรฐานของการทำนาย (SEP) ของ0.41 และ 0.93 สัมประสิทธิ์สหสัมพันธ์ระหว่างค่าวัด และคาดการณ์ แบบโดย ANN ในการเจาะแรง (CF) มีการกันยายน 3.12 และสัมประสิทธิ์ 0.94 ตามลำดับ ที่ผลลัพธ์เป็นสิทธิ์แบบว่า มันจะสามารถทำนายลักษณะคุณภาพลูกแพร์ "xueqing" จากสัญญาณของ E-จมูก

ผลลัพธ์ (ไทย) 2:

วัตถุประสงค์ของการศึกษาครั้งนี้คือการตรวจสอบการคาดการณ์ของจมูกอิเล็กทรอนิกส์สำหรับ
ดัชนีคุณภาพผลไม้ คำตอบสัญญาณของอาร์เรย์เซ็นเซอร์ในจมูกอิเล็กทรอนิกส์ที่ถูกว่าจ้าง
ในการสร้างแบบจำลองดัชนีที่มีคุณภาพสำหรับ "Xueqing" ลูกแพร์ ความสัมพันธ์ที่ถูกจัดตั้งขึ้น
ระหว่างสัญญาณของจมูกอิเล็กทรอนิกส์และดัชนีคุณภาพของผลไม้ (ความแน่นเนื้อปริมาณของแข็งที่ละลาย
เนื้อหา (SSC) และพีเอช) โดยการถดถอยเชิงเส้นหลาย (MLR) และเครือข่ายประสาทเทียม
(ANN) แบบจำลองการคาดการณ์สำหรับความแน่นและเนื้อหาของแข็งที่ละลายได้ชี้ให้เห็นการทำนายที่ดี
ประสิทธิภาพการทำงาน รูปแบบ SSC โดย ANN มีข้อผิดพลาดมาตรฐานของการทำนาย (กันยายน) ของ
0.41 และค่าสัมประสิทธิ์สหสัมพันธ์ระหว่างค่า 0.93 คาดการณ์และวัดรุ่น
โดย ANN สำหรับแรงเจาะ (CF) มี 3.12 กันยายนและค่าสัมประสิทธิ์ 0.94 ตามลำดับ
ผลการบ่งบอกว่ามันเป็นไปได้ที่จะทำนาย "Xueqing" ลักษณะคุณภาพลูกแพร์จากสัญญาณ
E-จมูก

ผลลัพธ์ (ไทย) 3:

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาความสามารถในการทำนาย ของจมูกอิเล็กทรอนิกส์
ดัชนีคุณภาพของผล การตอบสนองสัญญาณจากเซนเซอร์ในจมูกอิเล็กทรอนิกส์แบบ
สร้างแบบจำลองคุณภาพดัชนี " Xueqing " ลูกแพร์ ความสัมพันธ์ขึ้น
ระหว่างสัญญาณของจมูกอิเล็กทรอนิกส์และดัชนีคุณภาพของผลไม้ ( ค่าของแข็งที่ละลายน้ำได้
,เนื้อหา ( SSC ) และ pH ) โดยการถดถอยเชิงเส้นสมการถดถอย ( MLR ) และโครงข่ายประสาทเทียม
( แอน ) การทำนายรูปแบบความแน่นเนื้อและปริมาณของแข็งที่ละลายน้ำได้ พบว่า ประสิทธิภาพการทำนาย
ดี รุ่น SSC โดย Ann มีความคลาดเคลื่อนมาตรฐานของการพยากรณ์ ( ก.ย. )
0.41 และสัมประสิทธิ์สหสัมพันธ์ระหว่างองค์ประกอบการทำนายและค่าที่วัด โมเดล
โดย แอน สำหรับการเจาะบังคับ ( CF ) มี 312 ก.ย. ค่าสัมประสิทธิ์และ 0.94 ตามลำดับ
ผล แสดงให้เห็นว่ามันเป็นไปได้ที่จะทำนาย " Xueqing " แพร์คุณลักษณะคุณภาพจากสัญญาณ
ของจมูก .