This paper demonstrates a joint way

This paper demonstrates a joint way employing both of an electronic nose (E-nose) and an electronic tongue (E-tongue) to discriminate two types of satsuma mandarins from different development stages and to trace the internal quality changes (i.e. ascorbic acid, soluble solids content, total acid, and sugar/acid ratio). Extreme Learning Machine (ELM), Random Forest (RF) and Support Vector Machine (SVM) were applied for qualitative classification and quantitative prediction. The models were compared according to accuracy rate and regression parameters. For classification, the three systems (E-nose, E-tongue, and the fusion system) achieved perfect results respectively. For internal quality prediction, the RF and ELM models obtained better performance than the SVM models. The fusion systems had an advantage when compared with the signal system. This study shows that the E-nose and E-tongue systems combined with RF or ELM could be a fast and objective detection system to trace fruit internal quality changes.

ผลลัพธ์ (ไทย) 1:

เอกสารนี้แสดงให้เห็นถึงการใช้เป็นจมูกอิเล็กทรอนิกส์ (E-จมูก) ทั้งสองวิธีร่วมกัน และเปลี่ยนเป็นลิ้นอิเล็กทรอนิกส์ (E-ลิ้น) เหยียด satsuma mandarins สองชนิดจากขั้นตอนการพัฒนาที่แตกต่างกัน และติดตามคุณภาพภายใน (เช่นกรดแอสคอร์บิค ของแข็งละลายน้ำเนื้อหา รวมกรด และอัตราส่วนของน้ำตาลทราย/กรด) เรียนรู้เครื่องจักร (เอล์ม), ป่าสุ่ม (RF) และสนับสนุนแบบเวกเตอร์เครื่อง (SVM) มากถูกนำไปใช้ในการพยากรณ์เชิงปริมาณและเชิงคุณภาพประเภท รูปแบบเปรียบเทียบตามพารามิเตอร์การถดถอยและอัตราความถูกต้อง สำหรับการจัดประเภท ระบบสาม (E-จมูก ลิ้นอี และระบบฟิวชั่น) สำเร็จผลสมบูรณ์ตามลำดับ สำหรับคาดการณ์คุณภาพภายใน รูปแบบ RF และเอล์มได้รับประสิทธิภาพที่ดีกว่าแบบ SVM ระบบฟิวชั่นได้เปรียบเมื่อเปรียบเทียบกับระบบสัญญาณ การศึกษานี้แสดงว่า ระบบ E-จมูกและลิ้น E รวมกับ RF หรือเอล์มอาจจะระบบตรวจสอบที่รวดเร็ว และวัตถุประสงค์เพื่อติดตามการเปลี่ยนแปลงคุณภาพผลไม้

ผลลัพธ์ (ไทย) 2:

บทความนี้แสดงให้เห็นถึงวิธีการร่วมกันจ้างทั้งจมูกอิเล็กทรอนิกส์ (E-จมูก) และลิ้นอิเล็กทรอนิกส์ (E-ลิ้น) ในการแยกแยะทั้งสองประเภทของแมนดารินซัทซุจากขั้นตอนการพัฒนาที่แตกต่างกันและการติดตามการเปลี่ยนแปลงคุณภาพภายใน (เช่นวิตามินซีที่ละลายน้ำได้ ปริมาณของแข็งกรดทั้งหมดและน้ำตาล / อัตราส่วนกรด) มากเครื่องการเรียนรู้ (ELM), ป่าสุ่ม (RF) และการสนับสนุนเครื่องเวกเตอร์ (SVM) ถูกนำไปใช้สำหรับการจำแนกเชิงคุณภาพและเชิงปริมาณทำนาย รุ่นที่ถูกนำมาเปรียบเทียบตามอัตราความถูกต้องและพารามิเตอร์การถดถอย สำหรับการจัดหมวดหมู่ที่สามระบบ (E-จมูก E-ลิ้นและระบบฟิวชั่น) ที่ประสบความสำเร็จที่สมบูรณ์แบบตามลำดับผลการ สำหรับการคาดการณ์ที่มีคุณภาพภายใน RF และรูปแบบ ELM ได้รับประสิทธิภาพที่ดีขึ้นกว่ารุ่น SVM ระบบฟิวชั่นมีข้อได้เปรียบเมื่อเทียบกับระบบสัญญาณ การศึกษาครั้งนี้แสดงให้เห็นว่า E-จมูกและระบบ E-ลิ้นรวมกับ RF หรือ ELM อาจจะเป็นระบบการตรวจสอบที่รวดเร็วและมีวัตถุประสงค์เพื่อติดตามการเปลี่ยนแปลงของผลไม้ที่มีคุณภาพภายใน

ผลลัพธ์ (ไทย) 3:

บทความนี้แสดงให้เห็นวิธีที่ใช้ร่วมกันทั้งของจมูกอิเล็กทรอนิกส์ ( จมูก ) และลิ้นอิเล็กทรอนิกส์ ( e-tongue ) ระหว่างสองประเภทของซัทซูมาแมนดารินจากขั้นตอนการพัฒนาที่แตกต่างกันและเพื่อติดตามการเปลี่ยนแปลงคุณภาพภายใน ( เช่น กรดแอสคอร์บิค ปริมาณของแข็งที่ละลายน้ำได้ทั้งหมด และอัตราส่วน น้ำตาล กรด กรด ) การเรียนรู้เครื่องมาก ( เอม )สุ่มป่า ( RF ) และเครื่องเวกเตอร์สนับสนุน ( SVM ) ที่ใช้สำหรับการจำแนกและการทำนายเชิงคุณภาพเชิงปริมาณ รุ่นเปรียบเทียบตามอัตราความถูกต้องและพารามิเตอร์การถดถอย สำหรับการจัดหมวดหมู่ ทั้ง 3 ระบบ ( จมูก e-tongue , และระบบฟิวชั่น ) บรรลุผลที่สมบูรณ์แบบตามลำดับ เพื่อประเมินคุณภาพภายในRF และ Elm รุ่นที่ได้สมรรถนะดีกว่า SVM รุ่น ฟิวชั่นระบบมีข้อดีเมื่อเทียบกับระบบสัญญาณ การศึกษานี้แสดงให้เห็นว่าจมูกและระบบ e-tongue รวมกับ RF หรือเอมอาจจะรวดเร็วและมีการติดตามผล การเปลี่ยนแปลงระบบการตรวจสอบคุณภาพภายใน