analyte-basicity/polymer-acidity in

analyte-basicity/polymer-acidity interaction, and l and log L16 represent combined cavity creation and other dispersion effects. In the LSER model, individual analytes and polymers are assigned independent sets of values for their solvation parameters. That is, the partition coefficient for any analyte-polymer combination can be found if their solvation parameters are known. In Tables 1–3 are listed the values of these solvation parameters for various milk and fish marker VOCs and for the prospective sensing polymers. This data has been collected from various published sources as mentioned there. Based on these tables one can construct the K-matrix with the vapors in rows and the polymers in columns. Each row in the K-matrix then specifies a particular vapor by its partition coefficient values in all polymers, or equivalently by the responses of sensors in an array prepared by these polymers as sensors coating. The listed set of prospective polymers would however be invariably large, and the sensor array responses may contain lots of overlapping information about vapors. The task of polymer selection is to select smallest number of polymers that can generate maximally discriminant information about the target vapors. In Section 4 we present a fuzzy c-means clustering based
method for polymer selection. This is followed by the validation of this selection in Section 5 based on the SAW sensor array response simulation and detection analysis for the milk and fish freshness and spoilage. Tables 4(A, B) and Table 5 present the partition coefficient data for the milk and fish VOCs markers respectively based on the solvation parameters data in Tables 1–3 and the LSER equation (1). The data are presented in the form of transpose of K-matrices (denoted as KT-matrices: polymer in rows and vapors in columns). This data will be used in following section for polymer selection.

ผลลัพธ์ (ไทย) 1:

analyte-basicity/พอ ลิเมอร์มีโต้ ตอบ และ l และล็อก L16 แสดงช่องรวมสร้างและลักษณะการกระจายตัวอื่น ๆ ในรุ่น LSER, analytes แต่ละและโพลิเมอร์ถูกกำหนดค่าสำหรับพารามิเตอร์ของ solvation ชุดอิสระ นั่นคือ ค่าสัมประสิทธิ์พาร์ติชันสำหรับการรวมพอลิเมอร์การ analyte สามารถพบถ้าพารามิเตอร์ solvation ของพวกเขาเป็นที่รู้จักกัน ในตารางที่ 1-3 จะแสดงค่าของพารามิเตอร์เหล่านี้ solvation ต่าง ๆ นม และปลาเครื่อง VOCs และ สำหรับโพลิเมอร์ sensing ในอนาคต ข้อมูลนี้ถูกรวบรวมจากแหล่งต่าง ๆ ประกาศดังกล่าวมี โดยในตาราง หนึ่งสามารถสร้างเมตริกซ์ K กับไอระเหยในแถวและโพลิเมอร์ในคอลัมน์ได้ แต่ละแถวในเมตริกซ์ K ระบุไอเฉพาะแล้ว โดยค่าสัมประสิทธิ์ของพาร์ติชันในโพลิเมอร์ทั้งหมด หรือ equivalently โดยการตอบสนองของเซนเซอร์ในอาร์เรย์ที่เตรียมเป็นเซนเซอร์ที่เคลือบ ด้วยโพลิเมอร์เหล่านี้ ชุดแสดงของโพลิเมอร์ที่มีแนวโน้มแต่จะคงเส้นคงวาขนาดใหญ่ และการตอบสนองของเซนเซอร์อาร์เรย์อาจประกอบด้วยไอระเหยรายทับซ้อนกันมากมาย งานของการเลือกพอลิเมอร์คือการ เลือกจำนวนน้อยที่สุดของโพลิเมอร์ที่ maximally สามารถสร้าง discriminant รายกระทบเป้าหมาย ใน 4 ส่วน เรานำเสนอชัดเจนหมายถึงซีคลัสเตอร์ตามวิธีการเลือกพอลิเมอร์ นี้ตาม ด้วยการตรวจสอบตัวเลือกนี้ใน 5 ส่วนตามเห็นเซนเซอร์อาร์เรย์ตอบจำลองและตรวจวิเคราะห์นมและปลาสดและเน่าเสีย ตาราง 4 (A, B) และ 5 ตารางแสดงข้อมูลสัมประสิทธิ์ของพาร์ติชันสำหรับนม และปลาตามลำดับตามข้อมูลพารามิเตอร์ solvation ในตาราง 1 – 3 และสมการของ LSER (1) เครื่องหมายของ VOCs มีแสดงข้อมูลในรูปแบบของเมทริกซ์สลับเปลี่ยนของเมทริกซ์ K (ตาม KT-เมทริกซ์: พอลิเมอร์ในแถวและคอลัมน์กระทบ) ข้อมูลนี้จะถูกใช้ในส่วนต่อไปนี้สำหรับการเลือกพอลิเมอร์

ผลลัพธ์ (ไทย) 2:

วิเคราะห์-เบส / ปฏิสัมพันธ์โพลิเมอร์ความเป็นกรดและลิตรและเข้าสู่ระบบ L16 เป็นตัวแทนของการสร้างช่องรวมและผลกระทบอื่น ๆ กระจาย ในรูปแบบ Lser, วิเคราะห์ของแต่ละบุคคลและโพลิเมอร์ที่ได้รับมอบหมายชุดอิสระจากค่าสำหรับพารามิเตอร์ละลายของพวกเขา นั่นคือค่าสัมประสิทธิ์สำหรับการรวมกันวิเคราะห์โพลิเมอร์ใด ๆ ที่สามารถพบได้ถ้าพารามิเตอร์ละลายของพวกเขาเป็นที่รู้จักกัน ในตารางที่ 1-3 มีการระบุไว้ค่าของพารามิเตอร์เหล่านี้ละลายนมต่างๆและสารอินทรีย์ระเหยเครื่องหมายปลาและโพลีเมอตรวจวัดที่คาดหวัง ข้อมูลนี้ได้รับการเก็บรวบรวมจากแหล่งข้อมูลที่ตีพิมพ์ต่าง ๆ ตามที่กล่าวไว้ที่นั่น ขึ้นอยู่กับตารางเหล่านี้อย่างใดอย่างหนึ่งสามารถสร้าง K-เมทริกซ์ที่มีไอระเหยในแถวและโพลิเมอร์ในคอลัมน์ แต่ละแถวใน K-เมทริกซ์แล้วระบุไอโดยเฉพาะอย่างยิ่งค่าสัมประสิทธิ์พาร์ทิชันในโพลิเมอร์ทั้งหมดหรือเท่ากันโดยการตอบสนองของเซ็นเซอร์ในอาร์เรย์จัดทำขึ้นโดยโพลิเมอร์เหล่านี้เป็นเซ็นเซอร์เคลือบ ชุดจดทะเบียนของโพลิเมอร์ที่คาดหวัง แต่จะมีขนาดใหญ่อย่างสม่ำเสมอและการตอบสนองอาร์เรย์เซ็นเซอร์อาจมีข้อมูลจำนวนมากที่ทับซ้อนกันกับไอระเหย งานของการเลือกลิเมอร์คือการเลือกจำนวนน้อยที่สุดของโพลิเมอร์ที่สามารถสร้างข้อมูลจำแนกที่สุดเกี่ยวกับไอระเหยเป้าหมาย ในหมวดที่ 4 เรานำเสนอตามคหมายถึงการจัดกลุ่มเลือน
วิธีการเลือกลิเมอร์ นี้ตามด้วยการตรวจสอบของการเลือกนี้ในมาตรา 5 ขึ้นอยู่กับอาร์เรย์เซ็นเซอร์ SAW จำลองการตอบสนองและการวิเคราะห์การตรวจสอบเพื่อความสดนมและปลาและการเน่าเสีย ตารางที่ 4 (A, B) และตารางที่ 5 ปัจจุบันข้อมูลค่าสัมประสิทธิ์สำหรับนมและปลาเครื่องหมาย VOCs ตามตามลำดับข้อมูลพารามิเตอร์ละลายในตารางที่ 1-3 และสม Lser (1) ข้อมูลที่ถูกนำเสนอในรูปแบบของการไขว้ของ K-เมทริกซ์ (แสดงเป็น KT-เมทริกซ์: ลิเมอร์ในแถวและไอระเหยในคอลัมน์) ข้อมูลนี้จะถูกนำมาใช้ในส่วนต่อไปนี้สำหรับการเลือกลิเมอร์

ผลลัพธ์ (ไทย) 3:

ครูดี / พอลิเมอร์ระหว่างความเป็นกรดและ L และ l16 เข้าสู่ระบบแสดงรวมกันสร้างโพรง และผลการอื่น ๆ ใน lser สารโพลิเมอร์แบบบุคคลและจะได้รับชุดของค่าอิสระชั้นซอลเวชันของพารามิเตอร์ นั่นคือ ค่าสัมประสิทธิ์การแบ่งละลายพอลิเมอร์ผสมครูใด ๆสามารถพบได้ถ้าชั้นซอลเวชันของพารามิเตอร์เป็นที่รู้จักกันในตารางที่ 1 – 3 อยู่ค่าพารามิเตอร์ของแนวทางเหล่านี้สำหรับนมต่างๆ และปลา และผู้สัมผัสเครื่องหมายสารโพลิเมอร์ ข้อมูลนี้ถูกเก็บจากหลาย ๆแหล่งตีพิมพ์ดังกล่าวมี ตามตารางเหล่านี้หนึ่งสามารถสร้าง k-matrix กับไอในแถวและโพลิเมอร์ในคอลัมน์แต่ละแถวใน k-matrix แล้วระบุไอโดยเฉพาะ โดยค่าสัมประสิทธิ์การแบ่งละลายค่าในพอลิเมอร์ หรือก้อง โดยการตอบสนองของเซ็นเซอร์ใน array โดยเหล่านี้เป็นเซ็นเซอร์เตรียมพอลิเมอร์เคลือบ อยู่ในชุดของพอลิเมอร์ อนาคตจะ อย่างไรก็ตาม จะต้องมีขนาดใหญ่ และเซนเซอร์การตอบสนองอาจประกอบด้วยมากมายทับซ้อนข้อมูลเกี่ยวกับไอระเหย .งานของการเลือกพอลิเมอร์เพื่อเลือกเบอร์เล็กที่สุดของพอลิเมอร์ที่สามารถสร้างผลจำแนกข้อมูลเกี่ยวกับเป้าหมายไอระเหย . ในส่วนที่ 4 เราเสนอฟัซซีซีมีนการจัดกลุ่มตาม
วิธีคัดเลือก โพลิเมอร์นี้จะตามด้วยการเลือกนี้ในมาตรา 5 ตามเห็นเซนเซอร์ตอบสนองการจำลองและการวิเคราะห์การตรวจสอบนมและความสดของปลาและความเสียหาย ตารางที่ 4 ( A , B ) และตารางที่ 5 แสดงค่าสัมประสิทธิ์การแบ่งข้อมูลสำหรับนมและปลาอินทรีย์ระเหยง่ายเครื่องหมาย ตามลำดับ ตามแนวทางพารามิเตอร์ข้อมูลในตารางที่ 1 – 3 และ lser สมการ ( 1 )ข้อมูลที่นำเสนอในรูปแบบของการเปลี่ยนที่ของ k-matrices ( แทน ขณะที่เคทีเมทริกซ์ : พอลิเมอร์ในแถวและไอระเหยในคอลัมน์ ) ข้อมูลนี้จะถูกใช้ในส่วนต่อไปนี้สำหรับการเลือกของพอลิเมอร์