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) 2:

วัตถุประสงค์ของการศึกษาครั้งนี้คือการตรวจสอบการคาดการณ์ของจมูกอิเล็กทรอนิกส์สำหรับดัชนีคุณภาพผลไม้ คำตอบของอาร์เรย์สัญญาณเซ็นเซอร์ในจมูกอิเล็กทรอนิกส์ที่ถูกว่าจ้างในการสร้างแบบจำลองดัชนีคุณภาพสำหรับ "xueqing" ลูกแพร์
ความสัมพันธ์ที่ถูกจัดตั้งขึ้นระหว่างสัญญาณของจมูกอิเล็กทรอนิกส์และดัชนีคุณภาพของผลไม้(กระชับปริมาณของแข็งที่ละลายเนื้อหา(SSC) และพีเอช) โดยการถดถอยเชิงเส้นหลาย ๆ (MLR) และเครือข่ายประสาทเทียม(ANN) รูปแบบสำหรับการทำนายความแน่นและเนื้อหาของแข็งที่ละลายได้ชี้ให้เห็นผลการดำเนินงานการทำนายที่ดี รูปแบบเอสเอสแอนโดยมีข้อผิดพลาดมาตรฐานของการทำนาย (SEP) ของ0.41 และ 0.93 ค่าสัมประสิทธิ์สหสัมพันธ์ระหว่างค่าที่คาดการณ์และการวัดรูปแบบโดยANN สำหรับแรงเจาะ (CF) มี 3.12 และค่าสัมประสิทธิ์กันยายน 0.94 ตามลำดับ ผลการบ่งบอกว่ามันเป็นไปได้ที่จะคาดการณ์ "xueqing" ลักษณะคุณภาพลูกแพร์จากสัญญาณE-จมูก

ผลลัพธ์ (ไทย) 3:

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาความสามารถในการทำนาย ของจมูกอิเล็กทรอนิกส์
ดัชนีคุณภาพของผล การตอบสนองสัญญาณจากเซนเซอร์ในจมูกอิเล็กทรอนิกส์แบบ
สร้างแบบจำลองคุณภาพดัชนี " Xueqing " ลูกแพร์ ความสัมพันธ์ขึ้น
ระหว่างสัญญาณของจมูกอิเล็กทรอนิกส์และดัชนีคุณภาพของผลไม้ ( ค่าของแข็งที่ละลายน้ำได้
,เนื้อหา ( SSC ) และ pH ) โดยการถดถอยเชิงเส้นสมการถดถอย ( MLR ) และโครงข่ายประสาทเทียม
( แอน ) การทำนายรูปแบบความแน่นเนื้อและปริมาณของแข็งที่ละลายน้ำได้ พบว่า ประสิทธิภาพของการพยากรณ์ที่ดี 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 .