According to the experimental setup

According to the experimental setup, the perfect number of
groups that could be differentiated by the e-Nose is eleven and this
was associated to the 11 fruit juices. Other possible discrimination
groups suggest a cluster of the data into six (mango juices, pear
juices, orange juices, apple juice, pineapple juice and multivitamins
juice). As one of the goals of this work was to check the ability of
the e-Nose to distinguish all juices even if they are belonged to
same brand or had the same origin of fruit, the second option
was omitted. To apply PCA analysis, only two features extracted
from the response curve of each sensor (e.g., the steady-state con-
ductance and the dynamic slope of the conductance) were used.
Fig. 2 shows the three-dimensional representation of the three

ผลลัพธ์ (ไทย) 1:

ตามการตั้งค่าการทดลอง สมบูรณ์จำนวนกลุ่มที่สามารถแยกแยะได้ ด้วยจมูกอี มาสิบเอ็ดนี้ถูกเชื่อมโยงกับผลไม้ 11 เลือกปฏิบัติอื่น ๆ ได้กลุ่มแนะนำคลัสเตอร์ข้อมูลเป็น 6 (น้ำผลไม้มะม่วง ลูกแพร์น้ำผลไม้ น้ำส้ม น้ำแอปเปิ้ล น้ำสับปะรดเข้มข้น และวิตามินน้ำ) หนึ่งในเป้าหมายของงานนี้เป็นการตรวจสอบความสามารถของอีจมูกเพื่อแยกน้ำผลไม้ทั้งหมดแม้ว่าพวกเขาเป็นสมาชิกเหมือนแบรนด์ หรือมีต้นกำเนิดเดียวของผลไม้ ตัวเลือกที่สองถูกข้ามไป การใช้ PCA วิเคราะห์ คุณลักษณะสองแยกจากเส้นโค้งการตอบสนองของเซ็นเซอร์แต่ละ (เช่น ท่อนคอน-มีใช้ ductance และความชันแบบไดนามิกของตัวต้านทาน)Fig. 2 แสดงแสดงสามมิติของทั้งสาม

ผลลัพธ์ (ไทย) 2:

ตามการตั้งค่าการทดลองจำนวนที่สมบูรณ์แบบของ
กลุ่มที่อาจจะแตกต่างจาก e-จมูกเป็นสิบเอ็ดและนี่
เป็นคนที่เกี่ยวข้องกับน้ำผลไม้ 11 การเลือกปฏิบัติที่เป็นไปได้อื่น ๆ
แนะนำกลุ่มคลัสเตอร์ของข้อมูลที่เป็นหก (น้ำผลไม้มะม่วงลูกแพร์
น้ำผลไม้น้ำผลไม้สีส้ม, น้ำผลไม้แอปเปิ้ล, น้ำสับปะรดและวิตามิน
น้ำผลไม้) ในฐานะที่เป็นหนึ่งในเป้าหมายของงานนี้คือการตรวจสอบความสามารถของ
e-จมูกที่จะแยกน้ำผลไม้ทั้งหมดแม้ว่าพวกเขาจะเป็น
ยี่ห้อเดียวกันหรือมีแหล่งกำเนิดเดียวกันของผลไม้เลือกที่สอง
ที่ถูกมองข้าม เพื่อนำไปใช้ในการวิเคราะห์ PCA เพียงสองคุณสมบัติสกัด
จากเส้นโค้งการตอบสนองของแต่ละเซ็นเซอร์ (เช่นรัฐที่มั่นคงอย่างต่อ
ductance และความลาดชันแบบไดนามิกของสื่อกระแสไฟฟ้า) ถูกนำมาใช้.
รูป 2 แสดงให้เห็นถึงการเป็นตัวแทนสามมิติของสาม

ผลลัพธ์ (ไทย) 3:

ตามการตั้งค่าการทดลองจำนวนที่ดีของ
กลุ่มที่ไม่สามารถมีความแตกต่างจากจมูกเป็นสิบเอ็ดและนี้เกี่ยวข้องกับ 11
าผลไม้ กลุ่มแบ่งแยก
ที่เป็นไปได้อื่น ๆแนะนำให้กลุ่มของข้อมูลเป็น 6 ( น้ำผลไม้มะม่วงผลไม้น้ำผลไม้ลูกแพร์
, ส้ม , สับปะรด และน้ำแอปเปิ้ลคั้น multivitamins
)เป็นหนึ่งในเป้าหมายของงานนี้คือการตรวจสอบความสามารถของ
จมูกเพื่อแยกผลไม้ทั้งหมดแม้ว่าพวกเขาจะเป็นของ
แบรนด์เดียวกัน หรือมีที่มาเดียวกันของผลไม้
ตัวเลือกที่สองคือการละเว้น เพื่อใช้ในการวิเคราะห์ระบบ เพียงสองคุณลักษณะสกัด
จากการตอบรับโค้งของเซ็นเซอร์แต่ละ ( เช่นคงที่และแบบไดนามิกคอน -
ductance ความลาดชันของการชัก
รูป ) สถิติที่ใช้2 แสดงให้เห็นว่าการเป็นตัวแทนสามมิติของทั้งสาม