7. ConclusionThe paper concludes th

7. Conclusion
The paper concludes that the fuzzy c-means clustering is an efficient dataminingmethod for selection of polymers for SAWsensor array coatings. In regard to chemical interactions with volatile organic analytes the method can efficiently segregate polymers with similar characteristics and provide the basis for polymer selection from dissimilar clusters. The fuzzy c-means clustering algorithm assumes that there are ‘c’ number of fuzzy clusters in the data and segregates data objects according to a defined fuzzy measure of similarity. The data objects in the present context are all polymers having selective chemical affinities toward target vapor constituents. A data point is representation of a polymer in terms of partition coefficients of all target vapor molecules. The partition coefficient matrix with polymers in rows and vapor molecules in columns defines the data. The polymer clustering is sought in data space defined by vapor partition coefficients as dimensions and polymers as data vectors. The subset of polymers representing the centers of ‘c’ fuzzy clusters is taken for the selection made for sensor array coatings. The optimum selection is attained by doing clustering analysis with successively increasing number of clusters until a common set of polymers emerges which make up for the
selection repeatedly for higher values of ‘c’. The sensor array simulation based validation ofthe present selection method by targeting detection of milk and fish freshness and spoilage may be adequately inspiring for the SAW electronic nose developers to provide low cost high performance solutions to food consumer safety. Acknowledgements The author Prabha Verma is thankful to the Council of Scientific and Industrial Research (CSIR, Government of India) for providing
Senior Research Fellowship for pursuing this work. The authors are thankful to all the contributors whose data were used for the analysis and validation in this work.

ผลลัพธ์ (ไทย) 1:

7. บทสรุปกระดาษสรุปว่า clustering c หมายถึงเอิบเป็น dataminingmethod ที่มีประสิทธิภาพสำหรับการเลือกของโพลิเมอร์สำหรับเคลือบเรย์ SAWsensor เรื่องการโต้ตอบกับ analytes ระเหยอินทรีย์เคมี วิธีสามารถ segregate โพลิเมอร์ มีลักษณะคล้าย และให้ข้อมูลพื้นฐานสำหรับการเลือกพอลิเมอร์จากคลัสเตอร์ที่ไม่เหมือนกัน ขั้นตอนวิธีการระบบคลัสเตอร์ c หมายถึงเอิบถือว่า มีจำนวนคลัสเตอร์ชัดเจนในข้อมูลและแยกข้อมูลวัตถุตามที่กำหนดชัดเจนวัดความคล้าย 'c' วัตถุข้อมูลในปัจจุบันคือ โพลิเมอร์ทั้งหมดที่มี affinities เคมีเลือกไปทางเป้าหมายไอ constituents จุดข้อมูลคือ ตัวแทนของพอลิเมอร์ในสัมประสิทธิ์พาร์ติชันของโมเลกุลไอเป้าหมายทั้งหมด เมตริกซ์สัมประสิทธิ์พาร์ติชัน ด้วยโพลิเมอร์ในแถวและไอโมเลกุลในคอลัมน์กำหนดข้อมูล พอลิเมอร์คลัสเตอร์ทั้งในพื้นที่ข้อมูลที่กำหนด โดยไอสัมประสิทธิ์การพาร์ติชันเป็นมิติและโพลิเมอร์เป็นเวกเตอร์ข้อมูล ใช้ชุดย่อยของโพลิเมอร์แทนศูนย์ของคลัสเตอร์เอิบ 'c' สำหรับการเลือกสำหรับเซนเซอร์อาร์เรย์เคลือบ ตัวเลือกที่เหมาะสมจะได้ทำวิเคราะห์ระบบคลัสเตอร์ มีการเพิ่มจำนวนของคลัสเตอร์ติด ๆ กันจนกว่าชุดทั่วไปของโพลิเมอร์ขึ้นซึ่งจัดทำขึ้นสำหรับการเลือกซ้ำสำหรับค่าสูงของ 'c' การจำลองเรย์เซนเซอร์ตรวจสอบตามวิธีการเลือกนำเสนอโดยการกำหนดเป้าหมายของนมและปลาสดและเน่าเสียอาจจะเพียงพอสร้างแรงบันดาลใจสำหรับนักพัฒนาจมูกอิเล็กทรอนิกส์เลื่อยให้โซลูชั่นต้นทุนต่ำประสิทธิภาพสูงเพื่อความปลอดภัยของผู้บริโภคอาหาร ถาม-ตอบผู้เขียนพระเจ้า Verma จะขอบคุณคณะทางวิทยาศาสตร์และวิจัยอุตสาหกรรม (CSIR รัฐบาลอินเดีย) ให้สามัคคีธรรมวิจัยอาวุโสสำหรับงานนี้ที่ใฝ่หา ผู้เขียนจะขอบคุณการร่วมสมทบทั้งหมดที่ใช้ที่มีข้อมูลสำหรับการวิเคราะห์และตรวจสอบในงานนี้

ผลลัพธ์ (ไทย) 2:

7. สรุป
กระดาษสรุปว่าการจัดกลุ่ม C-วิธีเลือนเป็น dataminingmethod ที่มีประสิทธิภาพสำหรับการเลือกของโพลิเมอร์สำหรับ SAWsensor เคลือบอาร์เรย์ ในเรื่องการมีปฏิสัมพันธ์กับสารเคมีวิเคราะห์อินทรีย์ระเหยวิธีการอย่างมีประสิทธิภาพสามารถแยกโพลิเมอร์ที่มีลักษณะคล้ายกันและให้พื้นฐานสำหรับการเลือกลิเมอร์จากกลุ่มที่แตกต่างกัน เลือนคหมายถึงขั้นตอนวิธีการจัดกลุ่มอนุมานว่ามี 'C' จำนวนของกลุ่มเลือนในข้อมูลและ segregates วัตถุข้อมูลตามที่กำหนดมาตรการเลือนของความคล้ายคลึงกัน วัตถุข้อมูลในบริบทปัจจุบันเป็นโพลีเมอทั้งหมดที่มีความพอใจต่อการเลือกสารเคมีที่เป็นคนละไอเป้าหมาย จุดข้อมูลเป็นตัวแทนของพอลิเมอในแง่ของค่าสัมประสิทธิ์พาร์ทิชันของโมเลกุลไอเป้าหมายทั้งหมด เมทริกซ์ค่าสัมประสิทธิ์กับโพลิเมอร์ในแถวและโมเลกุลของไอน้ำในคอลัมน์กำหนดข้อมูล การจัดกลุ่มพอลิเมอจะขอในพื้นที่ข้อมูลที่กำหนดโดยค่าสัมประสิทธิ์พาร์ทิชันไอเป็นขนาดและโพลิเมอร์เป็นพาหะข้อมูล ย่อยของโพลิเมอร์ที่เป็นตัวแทนของศูนย์ของ 'C' กลุ่มเลือนเป็นที่สำหรับการเลือกทำสำหรับเคลือบอาร์เรย์เซ็นเซอร์ ตัวเลือกที่ดีที่สุดที่จะบรรลุโดยการทำเช่นการวิเคราะห์การจัดกลุ่มที่มีจำนวนเพิ่มมากขึ้นอย่างต่อเนื่องของกลุ่มจนกว่าจะตั้งค่าทั่วไปของโพลีเมอโผล่ออกมาซึ่งทำขึ้นสำหรับ
ตัวเลือกซ้ำสำหรับค่าที่สูงขึ้นของ 'C' จำลองอาร์เรย์เซ็นเซอร์ตรวจสอบตามวิธีการเลือก ofthe ปัจจุบันโดยการกำหนดเป้าหมายการตรวจสอบของความสดนมและปลาและเน่าเสียอาจจะสร้างแรงบันดาลใจอย่างเพียงพอสำหรับนักพัฒนาจมูก SAW อิเล็กทรอนิกส์เพื่อให้ต้นทุนต่ำโซลูชั่นที่มีประสิทธิภาพสูงเพื่ออาหารปลอดภัยของผู้บริโภค กิตติกรรมประกาศผู้เขียน Prabha Verma เป็นขอบคุณที่สภาวิจัยวิทยาศาสตร์และอุตสาหกรรม (CSIR รัฐบาลอินเดีย) สำหรับการให้
ทุนวิจัยอาวุโสสำหรับการใฝ่หาการทำงานนี้ ผู้เขียนขอบคุณที่ร่วมสมทบที่มีข้อมูลทั้งหมดที่ถูกนำมาใช้ในการวิเคราะห์และการตรวจสอบในงานนี้

ผลลัพธ์ (ไทย) 3:

7 . สรุป
กระดาษพบว่าฟัซซีซีมีนการจัดกลุ่มเป็น dataminingmethod มีประสิทธิภาพสำหรับการเลือกของพอลิเมอร์สำหรับ sawsensor เรย์เคลือบ ในเรื่องการโต้ตอบทางเคมีกับสารระเหยอินทรีย์วิธีการอย่างมีประสิทธิภาพสามารถแยกพอลิเมอร์ที่มีลักษณะคล้ายกัน และให้พื้นฐานสำหรับการเลือกจากที่แตกต่างกันชนิดกลุ่มการแบ่งกลุ่มขั้นตอนวิธีฟัซซีซีมีนสันนิษฐานว่ามี ' C ' จำนวนฝอยกลุ่มในข้อมูล และ segregates ข้อมูลวัตถุตามที่กําหนดไว้คลุมเครือการวัดความคล้ายคลึงกัน ข้อมูลวัตถุในบริบทปัจจุบันเป็นโพลิเมอร์ที่มีต่อองค์ประกอบทางเคมี affinities ไอเลือกเป้าหมายจุดข้อมูลที่เป็นตัวแทนของพอลิเมอร์ในแง่ของค่าสัมประสิทธิ์การแบ่งละลายของไอโมเลกุลเป้าหมาย พาร์ทิชันกับโพลิเมอร์เมทริกซ์สัมประสิทธิ์ในแถว และไอระเหย โมเลกุลในคอลัมน์ที่กำหนดข้อมูล พอลิเมอร์เป็นขอในการจัดกลุ่มข้อมูลพื้นที่ที่กำหนด โดยค่าสัมประสิทธิ์การแบ่งละลายเป็นไอ และโพลิเมอร์ มิติเป็นเวกเตอร์ข้อมูลมีเซตย่อยของพอลิเมอร์ที่เป็นตัวแทนของศูนย์ ' C ' นำกลุ่มถ่ายสำหรับการทำให้เซนเซอร์เคลือบ การเลือกที่เหมาะสมเป็นผู้ทำการวิเคราะห์ข้อมูลด้วยตัวเลขที่เพิ่มขึ้นอย่างต่อเนื่องของกลุ่มจนกระทั่งชุดทั่วไปของพอลิเมอร์โผล่ออกมา ซึ่งทำให้การเลือกค่าสูงๆ
' C 'จำลองการตรวจสอบเซนเซอร์ของปัจจุบัน การเลือกวิธีตามเป้าหมายตรวจนม และความสดของปลาและความเสียหายที่อาจจะสร้างแรงบันดาลใจเพียงพอสำหรับเห็น จมูกอิเล็กทรอนิกส์ พัฒนาเพื่อให้ต้นทุนต่ำประสิทธิภาพสูงโซลูชั่นเพื่อความปลอดภัยด้านอาหารของผู้บริโภค ขอบคุณผู้เขียน verma ประภาต้องสภาวิจัยอุตสาหกรรมและวิทยาศาสตร์ ( CSIR ,รัฐบาลของอินเดีย ) สำหรับการให้
สมาคมวิจัยอาวุโสสำหรับการใฝ่หางานนี้ ผู้เขียนขอบคุณทุกคนผู้ที่มีข้อมูลที่ใช้ในการวิเคราะห์และทดสอบในงานนี้