In this paper, we target specifical

In this paper, we target specifically the detection of milk and fish freshness and spoilage by SAW sensor array based electronic nose. The motivation is to find an efficient method for selection of an optimal set of polymers. Learning from our analyses in the past [35,60–62] we present here a much simpler method based only on the data mining by fuzzy c-means clustering. Section 3 describes the basic information needed for the selection analysis. These are: the set of volatile organic markers (odorants) for the freshness and spoilage indication, the set of prospective polymers, and the solvation data for the target odorants, interferents and listed polymers. Section 4 presents a method for polymer selection based on
fuzzy c-means (FCM) clustering analysis of the odorants-polymers solvation data. Section 5 presents the validation of the proposed selection method by simulation of SAW sensor array responses and their analysis for freshness and spoilage markers detection and concentration estimation. For this purpose the section includes a brief description of the SAW sensor response model and the radial basis function (RBF) neural network. The paper sums up with some discussion in Section 6 and conclusion in Section 7.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เรากำหนดเป้าหมายโดยเฉพาะการตรวจพบนมและปลาสด และเน่าเสีย โดยเห็นเซนเซอร์อาร์เรย์โดยใช้จมูกอิเล็กทรอนิกส์ แรงจูงใจที่จะค้นหาวิธีมีประสิทธิภาพสำหรับการเลือกชุดดีที่สุดของโพลิเมอร์ เรียนรู้จากการวิเคราะห์ของเราในอดีต [35,60-62] เรานำเสนอที่นี่มากง่ายกว่าวิธีใช้เฉพาะในการทำเหมืองข้อมูล โดยเอิบ c-วิธีคลัสเตอร์ หมวดที่ 3 อธิบายถึงข้อมูลพื้นฐานที่จำเป็นสำหรับการวิเคราะห์ตัวเลือก ได้แก่: ชุดระเหยอินทรีย์เครื่องหมาย (odorants) การบ่งชี้ที่สดและเน่าเสีย ชุดของโพลิเมอร์ที่มีแนวโน้ม และข้อมูล solvation เป้าหมาย odorants, interferents และโพลิเมอร์อยู่ ส่วน 4 แสดงวิธีการเลือกพอลิเมอร์ตามเอิบ c-หมายถึง (FCM) คลัสเตอร์วิเคราะห์ข้อมูล solvation odorants-โพลิเมอร์ 5 ส่วนแสดงความถูกต้องของวิธีการเลือกนำเสนอ โดยการจำลองเห็นเซนเซอร์อาร์เรย์การตอบสนองและการวิเคราะห์เครื่องหมายสดและเน่าเสียตรวจสอบและความเข้มข้นประมาณ ส่วนประกอบด้วยคำอธิบายโดยย่อของแบบตอบสนองเห็นเซ็นเซอร์และเครือข่ายประสาท (RBF) ฟังก์ชันฐานรัศมีสำหรับวัตถุประสงค์นี้ กระดาษค่าผลรวมบางอภิปรายในมาตรา ๖ และบทสรุปในส่วน 7

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เรากำหนดเป้าหมายโดยเฉพาะการตรวจสอบของนมและความสดปลาและเน่าเสียโดยอาร์เรย์เซ็นเซอร์ SAW ตามจมูกอิเล็กทรอนิกส์ แรงจูงใจคือการหาวิธีที่มีประสิทธิภาพสำหรับการเลือกชุดที่ดีที่สุดของโพลีเมอ การเรียนรู้จากการวิเคราะห์ของเราในอดีตที่ผ่านมา [35,60-62] เรานำเสนอที่นี่เป็นวิธีที่ง่ายมากขึ้นอยู่เฉพาะในการทำเหมืองข้อมูลโดยเลือนคหมายถึงการจัดกลุ่ม ส่วนที่ 3 อธิบายข้อมูลพื้นฐานที่จำเป็นสำหรับการวิเคราะห์ตัวเลือก เหล่านี้คือ: ชุดของเครื่องหมายอินทรีย์ระเหย (odorants) สำหรับความสดใหม่และตัวบ่งชี้การเน่าเสีย, ชุดของโพลิเมอร์ที่คาดหวังและข้อมูลการละลายสำหรับ odorants เป้าหมาย interferents และโพลิเมอร์ที่ระบุไว้ หมวดที่ 4 นำเสนอวิธีการสำหรับการเลือกลิเมอร์ขึ้นอยู่กับ
วิธีการ C-เลือน (FCM) การวิเคราะห์การจัดกลุ่มของ odorants-โพลิเมอร์ข้อมูลละลาย หมวดที่ 5 นำเสนอการตรวจสอบของวิธีการเลือกที่เสนอโดยการจำลองของการตอบสนองอาร์เรย์เซ็นเซอร์ SAW และการวิเคราะห์ของพวกเขาสำหรับความสดใหม่และการเน่าเสียเครื่องหมายการตรวจสอบและการประมาณค่าความเข้มข้น เพื่อจุดประสงค์นี้ส่วนจะมีคำอธิบายสั้น ๆ ของรูปแบบการตอบสนองเซ็นเซอร์ SAW และฟังก์ชั่นพื้นฐานรัศมี (RBF) โครงข่ายประสาทเทียม กระดาษจำนวนมากขึ้นด้วยการอภิปรายบางอย่างในมาตรา 6 และข้อสรุปในมาตรา 7

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เราเป้าหมายโดยเฉพาะการตรวจสอบนมและปลาสดชื่น และเน่าเสีย โดยเห็นเรย์เซ็นเซอร์จมูกอิเล็กทรอนิกส์ตาม แรงจูงใจคือการหาวิธีที่มีประสิทธิภาพสำหรับการเลือกการตั้งค่าที่เหมาะสมของพอลิเมอร์ การเรียนรู้จากการวิเคราะห์ของเราในอดีต [ 35,60 – 62 ] ที่เรานำเสนอที่นี่เป็นวิธีที่ง่ายกว่ามาก โดยเฉพาะในการทำเหมืองข้อมูลการจัดกลุ่มโดยฟัซซีซีมีน .ส่วนที่ 3 กล่าวถึงข้อมูลพื้นฐานที่จำเป็นสำหรับการวิเคราะห์การเลือก เหล่านี้คือชุดของเครื่องหมายอินทรีย์ระเหย ( กลิ่น ) เพื่อความสดชื่นและบ่งชี้การเน่าเสีย เซตของพอลิเมอร์ ในอนาคตและแนวทางข้อมูลเป้าหมายกลิ่นศึกษาและพอลิเมอร์ , จดทะเบียน ส่วนที่ 4 นำเสนอวิธีการเลือกพอลิเมอร์จาก
ฟัซซีซีมีน ( FCM ) การวิเคราะห์ข้อมูลของกลิ่นและแนวทางข้อมูล ส่วนที่ 5 แสดงการเลือกวิธีการที่เสนอโดยการจำลองเห็นเซนเซอร์การตอบสนองและการวิเคราะห์เพื่อความสดชื่นและการตรวจหาเครื่องหมาย และค่าความเข้มข้นสำหรับวัตถุประสงค์นี้ ส่วนที่มีคำอธิบายสั้น ๆของการเห็นเซ็นเซอร์รูปแบบและฟังก์ชั่นพื้นฐานรัศมี ( RBF ) โครงข่ายประสาทเทียม . กระดาษบวกกับการอภิปรายในมาตรา 6 และสรุปผลในหมวดที่ 7