The response of PPF sensor can be m

The response of PPF sensor can be modeled by the kinetic model for the sorption and desorption presented by Langmuir (Langmuir, 1916) such that where the gas sorption starts at t = 0 when the VOC is introduced.
Here, f is the sensor response value (frequency shift of QCR) at time t, fmax is the maximum value of the sensor response at the saturated state equilibrated between sorption and desorption, and is a time constant. We can extract the numerical parameters corresponding to fmax and τ in the equation by numerical fitting with the measured response curves as shown in Table 2. The concentrations of aromas corresponded to equal to or two, three, four, and six times the lower detection limit of the human olfaction as mentioned in the experimental section. The citrus aromas we used are familiar aromas of fruits and include common volatile compounds such as limonene and α-pinene. The discrimination ability of these citrus aromas was evaluated by a principal component analysis (PCA) using the response characteristic parameters fmax and τ. We were able to obtain a two-dimensional score as shown in Fig. 4. This most discriminative score plot for seven kinds of citrus aromas was obtained with a PCA using four PPF sensors (EVA, EVA (photo-assisted), PE, Aga sensors). Plots for aromas that people perceive as similar, such as mandarin and orange, were not separated well. However, the plots for the petit grain and the bergamot aromas were well separated.To evaluate this separation mathematically, we employed a k-nearest neighbor (k-nn) method (Kasai et al., 2000). Each data point was classified into the aroma group that was closest in terms of Euclidean distance in n-dimensional space of the principal components obtained from PCA. In this case, k was 1, and n was 8. Based on the results in Fig. 4, the array of PPF sensors was able to distinguish the seven kinds of citrus aromas with a discrimination accuracy of 74%.

ผลลัพธ์ (ไทย) 1:

การตอบสนองของ PPF เซ็นเซอร์สามารถถูกจำลอง โดยแบบเดิม ๆ สำหรับดูดการ desorption ชาว Langmuir (Langmuir, 1916) เช่นว่าที่ดูดแก๊สเริ่มต้นที่ t = 0 เมื่อ VOC เป็นที่รู้จักกันที่นี่ f เป็นค่าเซ็นเซอร์ตอบสนอง (ความถี่กะของ QCR) ที่เวลา t, fmax คือ ค่าสูงสุดของการตอบสนองของเซ็นเซอร์ที่สภาวะอิ่มตัว equilibrated ระหว่างดูด desorption และเป็นค่าคงเวลา เราสามารถแยกพารามิเตอร์ตัวเลขที่สอดคล้องกับ fmax และτในสมการ ด้วยตัวเลขเหมาะสมกับเส้นโค้งตอบวัดดังแสดงในตารางที่ 2 ความเข้มข้นของกลิ่น corresponded การเท่ากับ หรือ 2, 3, 4 และ 6 ครั้งการล่างตรวจพบจำกัดของ olfaction บุคคลดังกล่าวในส่วนทดลอง กลิ่นส้มที่เราใช้มีกลิ่นของผลไม้ที่คุ้นเคย และมีสารประกอบระเหยทั่วไปเช่น limonene และ pinene ด้วยกองทัพ แบ่งแยกความสามารถของกลิ่นส้มเหล่านี้ถูกประเมิน โดยการวิเคราะห์ส่วนประกอบหลัก (PCA) ใช้ตอบสนองลักษณะพารามิเตอร์ fmax และτ เราไม่สามารถได้รับคะแนนสองมิติดังที่แสดงใน Fig. 4 วงศาคณาญาติคะแนนสูงสุด discriminative เจ็ดชนิดของกลิ่นส้มได้รับกับ PCA ใช้เซ็นเซอร์ PPF สี่ (EVA, EVA (ช่วยถ่าย) PE เซนเซอร์ตู้) ผืนสำหรับกลิ่นที่คนสังเกตเป็นคล้าย ส้ม และแมนดาริน ถูกคั่นด้วย อย่างไรก็ตาม ผืนข้าวเพและกลิ่นมะกรูดได้ดีแบ่ง การประเมินนี้แยก mathematically เราจ้างวิธี k ใกล้บ้าน (k-nn) (คาไซและ al., 2000) แต่ละจุดข้อมูลถูกจัดเป็นกลุ่มของกลิ่นหอมที่สุดในแง่ของยุคลิดใน n มิติพื้นที่ของคอมโพเนนต์หลักที่ได้รับจากสมาคม ในกรณีนี้ k 1 และ n คือ 8 ตามผลลัพธ์ใน Fig. 4 อาร์เรย์ของ PPF เซ็นเซอร์ไม่สามารถแยกแยะชนิดของกลิ่นส้มเจ็ดแม่นยำแบ่งแยก 74%

ผลลัพธ์ (ไทย) 2:

การตอบสนองของเซ็นเซอร์ PPF สามารถจำลองโดยรูปแบบการเคลื่อนไหวสำหรับการดูดซับและคายนำเสนอโดย Langmuir (Langmuir, 1916) ดังกล่าวว่าที่ดูดซับก๊าซเริ่มต้นที่ t = 0 เมื่อ VOC เป็นที่รู้จัก.
ที่นี่ฉค่าการตอบสนองเซ็นเซอร์ (การเปลี่ยนแปลงความถี่ของ QCR) ที่เวลา t, fmax เป็นค่าสูงสุดของการตอบสนองเซ็นเซอร์ที่รัฐอิ่มตัวระหว่างการดูดซับและคายและเป็นค่าคงที่เวลา เราสามารถแยกพารามิเตอร์ตัวเลขที่สอดคล้องกับ fmax และτในสมโดยตัวเลขที่เหมาะสมกับการตอบสนองของเส้นโค้งที่วัดดังแสดงในตารางที่ 2 ความเข้มข้นของกลิ่นหอมที่ตรงกับเท่ากับหรือสองสามสี่และหกครั้งวงเงินที่ต่ำกว่าการตรวจสอบ กลิ่นของมนุษย์เป็นที่กล่าวถึงในส่วนของการทดลอง กลิ่นส้มที่เราใช้มีกลิ่นหอมของผลไม้ที่คุ้นเคยและรวมถึงสารระเหยทั่วไปเช่น limonene และα-pinene ความสามารถในการเลือกปฏิบัติของกลิ่นส้มเหล่านี้ได้รับการประเมินโดยการวิเคราะห์องค์ประกอบหลัก (PCA) โดยใช้พารามิเตอร์ลักษณะการตอบสนอง fmax และτ เราก็สามารถที่จะได้รับคะแนนสองมิติดังแสดงในรูป 4. พล็อตนี้คะแนนจำแนกที่สุดสำหรับเจ็ดชนิดของกลิ่นส้มที่ได้รับกับ PCA ใช้สี่เซ็นเซอร์ PPF (EVA, EVA (ภาพช่วย), PE, เซ็นเซอร์นายพล) แปลงสำหรับกลิ่นหอมที่คนรับรู้ที่คล้ายกันเช่นส้มแมนดารินและสีส้มที่ไม่ได้แยกออกจากกัน แต่แปลงข้าวชนชั้นและกลิ่นมะกรูดได้ดี separated.To ประเมินแยกทางคณิตศาสตร์นี้เราจ้างเพื่อนบ้านใกล้ที่สุด k (k-NN) วิธีการ (Kasai et al., 2000) แต่ละจุดข้อมูลที่ถูกแบ่งออกเป็นกลุ่มกลิ่นหอมที่เป็นที่ใกล้เคียงที่สุดในแง่ของระยะทางยุคลิดในพื้นที่ n มิติขององค์ประกอบหลักที่ได้รับจาก PCA ในกรณีนี้คือ 1 k และ n เป็น 8. บนพื้นฐานของผลในรูป 4 อาร์เรย์ของเซ็นเซอร์ PPF ก็สามารถที่จะแยกแยะความแตกต่างเจ็ดชนิดของกลิ่นส้มที่มีความถูกต้องของการเลือกปฏิบัติ 74%

ผลลัพธ์ (ไทย) 3:

การตอบสนองของรถ เซ็นเซอร์สามารถออกแบบโดยแบบจำลองสำหรับการดูดซับและคายที่นำเสนอโดยแลงเมอร์ ( ขนาด 1916 ) เช่นที่ แก๊ส การเริ่มต้นที่ t = 0 เมื่อ บริษัทเป็นที่รู้จัก
ที่นี่ , f คือเซนเซอร์ตอบสนองค่า ( เปลี่ยนความถี่ของ qcr ) ที่เวลา t ,fmax เป็นค่าสูงสุดของการตอบสนองที่สภาวะอิ่มตัว เซ็นเซอร์ equilibrated ระหว่างการดูดซับและคาย และเวลาคงที่ เราสามารถแยกการคำนวณพารามิเตอร์ที่สอดคล้องกับ fmax และτในสมการเชิงตัวเลขกับวัดการตอบสนองโดยการปรับเส้นโค้งดังแสดงในตารางที่ 2 ความเข้มข้นของกลิ่นที่ใกล้เคียงหรือเท่ากับ สอง สาม สี่และหกครั้งกว่าขีดจำกัดของกลิ่นมนุษย์ตามที่กล่าวไว้ในส่วนของการทดลอง ส้มกลิ่นหอมที่เราเคยคุ้นเคยกับกลิ่นหอมของผลไม้ และรวมถึงสารระเหยทั่วไป เช่น ไลโมนีน และแอลฟาโด . ค่าอำนาจจำแนกความสามารถของกลิ่นส้มเหล่านี้ถูกประเมินโดยการวิเคราะห์องค์ประกอบหลัก ( PCA ) โดยใช้การตอบสนองพารามิเตอร์และลักษณะ fmax τ .เราสามารถได้รับคะแนน 2 มิติ ดังแสดงในรูปที่ 4 คะแนนมากที่สุดและแปลง 7 ชนิด กลิ่นหอมส้มได้ด้วย PCA โดยใช้เซนเซอร์สี่ PPF ( EVA , EVA ( ภาพชุด ) , PE , อย่างไรก็ตาม เซ็นเซอร์ ) แปลงสำหรับกลิ่นที่คนรู้สึกเหมือนกัน เช่น แมนดารินและส้ม ไม่แยกครับ อย่างไรก็ตามแปลงสำหรับ Petit เมล็ดพืชและ bergamot กลิ่นได้ดีแยก แยกนี้เพื่อประเมินผลทางคณิตศาสตร์ เราใช้ละเพื่อนบ้าน ( k-nn ) วิธีการ ( ไซ et al . , 2000 ) แต่ละจุดข้อมูลถูกจัดอยู่ในกลุ่มที่ใกล้กลิ่นหอมในแง่ของระยะทางแบบยุคลิดในพื้นที่ n-dimensional ของส่วนประกอบหลักที่ได้จากระบบ . ในกรณีนี้ , K 1 และ n คือ 8จากผลในรูปที่ 4 อาร์เรย์ของ PPF เซนเซอร์สามารถแยกแยะถึง 7 ชนิด กลิ่นหอมส้มด้วยค่าความถูกต้องของ 74% .