From each sensor response, the clas

From each sensor response, the classical feature (R/R0) was per-
formed and the PCA was applied to the data in order to reduce
its dimensionality, identify the relevant sensors in the array, and
discard redundant information. Subsequently, a graphic represen-
tation retain two principal components (PC1 and PC2) allow a much
easier interpretation of the data as shown in Fig. 4. In particular,
Fig. 4a shows the PCA plot obtained from the method (a), in pres-
ence of ethanol, and explains 98.18% of the data variability. This
PCA plot reveals a partial overlapping of the perfume samples. The
authentic perfume is not clearly separated from the inspired or
counterfeit perfume samples. Conversely Fig. 4b, corresponding to
the PCA plot obtained from the method (b) without ethanol, shows
a clear discrimination between the perfume samples with the
two principal components explaining 92.64% of the information.
All perfume samples are now well grouped and clearly separated
from each other. Two interesting features can be observed in this
plot. Firstly, there are a clear correlation between the price of the
inspired samples (see Table 1) and their proximity to the authentic
perfume. In this sense, inspired 3, 4 and 5 are progressively closer to
the original in clear contrast with the cheap inspired samples (1 and
2). On the other hand, the counterfeits are very far from the original
perfume, occupying a different region in the plot as compared to all
the inspired samples, which is indicative of a completely different

ผลลัพธ์ (ไทย) 1:

จากการตอบสนองแต่ละเซนเซอร์ ลักษณะคลาสสิก (R/R0) ถูกต่อ-รูปแบบ และ PCA ถูกนำไปใช้กับข้อมูลเพื่อลดของ dimensionality เซนเซอร์ที่เกี่ยวข้องในอาร์เรย์ ระบุ และละทิ้งข้อมูลซ้ำซ้อน ในเวลาต่อมา แบบกราฟิก represen-tation รักษา 2 ส่วนประกอบหลัก (PC1 และ PC2) ให้มากความง่ายของข้อมูลแสดงใน Fig. 4 โดยเฉพาะFig. 4a แสดงพล็อตสมาคมที่ได้รับจากวิธีการ (a), ในบริษัทence ของเอทานอล และอธิบาย 98.18% ความแปรผันของข้อมูล นี้พล็อต PCA เผยการทับซ้อนบางส่วนของตัวอย่างน้ำหอม ที่น้ำหอมแท้ถูกไม่ชัดเจนจากการแรงบันดาลใจ หรือตัวอย่างน้ำหอมปลอม ตรงกันข้าม Fig. 4b ที่สอดคล้องกับแสดงพล็อตสมาคมที่ได้รับจากวิธี (b) ไม่มีเอทานอลแบ่งแยกชัดเจนระหว่างตัวอย่างน้ำหอมที่มีการสองหลักประกอบอธิบาย 92.64% ของข้อมูลตัวอย่างน้ำหอมทั้งหมดตอนนี้ จัดกลุ่มดี และชัดเจนจากกัน สามารถสังเกตคุณลักษณะสองอย่างที่น่าสนใจในนี้แผนการ ประการแรก มีความสัมพันธ์ที่ชัดเจนระหว่างราคาของการตัวอย่างแรงบันดาลใจ (ดูตารางที่ 1) และตู้ของพวกเขาแท้จริงน้ำหอม ในความรู้สึกนี้ 3, 4 และ 5 แรงบันดาลใจใกล้ชิดกับความก้าวหน้าเดิมในความแตกต่างชัดเจนกับการประหยัดแรงบันดาลใจจากตัวอย่าง (1 และ2) . ในทางกลับกัน counterfeits อยู่ไกลจากเดิมน้ำหอม มีพื้นที่แตกต่างกันในแปลงเมื่อเทียบกับทั้งหมดตัวอย่างแรงบันดาลใจ ซึ่งส่อแตกต่างกันโดยสิ้นเชิง

ผลลัพธ์ (ไทย) 2:

จากการตอบสนองเซ็นเซอร์แต่ละคุณลักษณะคลาสสิก (R / R0) ถูกละ
เกิดขึ้นและ PCA ถูกนำไปใช้ข้อมูลเพื่อลด
มิติที่ระบุเซ็นเซอร์ที่เกี่ยวข้องในอาร์เรย์และ
ทิ้งข้อมูลซ้ำซ้อน ต่อจากนั้นเป็นตัวแทนกราฟิก
ช่อรักษาองค์ประกอบหลักสอง (PC1 และ PC2) อนุญาตให้มาก
ตีความง่ายของข้อมูลดังแสดงในรูป 4. โดยเฉพาะอย่างยิ่ง
รูป แสดงให้เห็นว่าพล็อต 4a PCA ที่ได้จากวิธีการ (ก) ในดัน
ence ของเอทานอลและอธิบายถึง 98.18% ของความแปรปรวนของข้อมูล นี้
แสดงให้เห็นว่าพล็อต PCA บางส่วนที่ทับซ้อนกันของกลุ่มตัวอย่างน้ำหอม
น้ำหอมของแท้ไม่ได้แยกออกจากกันอย่างชัดเจนจากแรงบันดาลใจหรือ
ปลอมตัวอย่างน้ำหอม ตรงกันข้ามรูป 4b สอดคล้องกับ
พล็อตที่ได้รับจาก PCA วิธีการ (ข) โดยเอทานอลแสดงให้เห็นถึง
การเลือกปฏิบัติที่ชัดเจนระหว่างกลุ่มตัวอย่างน้ำหอมที่มี
สององค์ประกอบหลักอธิบาย 92.64% ของข้อมูล.
ตัวอย่างน้ำหอมทั้งหมดจะถูกจัดกลุ่มในขณะนี้เป็นอย่างดีและแยกออกจากกันอย่างชัดเจน
จากกัน . สองคุณสมบัติที่น่าสนใจสามารถสังเกตในเรื่องนี้
พล็อต ประการแรกมีความสัมพันธ์ที่ชัดเจนระหว่างราคาของ
กลุ่มตัวอย่างที่เป็นแรงบันดาลใจ (ดูตารางที่ 1) และความใกล้ชิดของพวกเขาเพื่อแท้
น้ำหอม ในความรู้สึกนี้ได้แรงบันดาลใจ 3, 4 และ 5 มีความใกล้ชิดกับความก้าวหน้าที่
เดิมในทางตรงกันข้ามชัดเจนกับกลุ่มตัวอย่างที่เป็นแรงบันดาลใจราคาถูก (1 และ
2) ในทางตรงกันข้าม, ปลอมอยู่ไกลไปจากเดิม
น้ำหอมครอบครองภูมิภาคที่แตกต่างกันในการวางแผนเมื่อเทียบกับทุก
ตัวอย่างเป็นแรงบันดาลใจซึ่งเป็นตัวบ่งชี้ของที่แตกต่างกันอย่างสิ้นเชิง

ผลลัพธ์ (ไทย) 3:

จากเซ็นเซอร์แต่ละคำตอบ คุณลักษณะคลาสสิก ( R / r0 ) คือต่อ -
ก่อตั้งขึ้น และถูกใช้เป็นข้อมูลเพื่อลด
ของ dimensionality ระบุตัวที่เกี่ยวข้องในอาร์เรย์และ
ทิ้งข้อมูลที่ซ้ำซ้อน ต่อมาเป็นภาพ represen -
tation รักษาส่วนประกอบหลักสอง ( PC และ pc2 ) ให้มาก
ง่ายกว่าการตีความของข้อมูลดังแสดงในรูปที่ 4
รูปโดยเฉพาะ4 แสดง PCA พล็อตที่ได้จากวิธี ( ) , ประธาน -
อิทธิพล ( ของเอทานอล และอธิบายข้อมูล 98.18 % ของความแปรปรวน นี้
PCA พล็อตเผยบางส่วนทับซ้อนกันของน้ำหอมตัวอย่าง น้ำหอมแท้ไม่ชัด

แยกจากแรงบันดาลใจหรือตัวอย่างน้ำหอมปลอม แต่รูปที่ 4B ที่
PCA พล็อตที่ได้จากวิธี ( B ) โดยไม่แสดง
เอทานอลชัดเจนแบ่งแยกระหว่างน้ำหอมตัวอย่างกับ
หลัก 2 ส่วนประกอบอธิบาย 92.64 % ข้อมูล
ตัวอย่างน้ำหอมทั้งหมดตอนนี้ก็จัดกลุ่มและชัดเจนแยกออก
จากแต่ละอื่น ๆ สองคุณสมบัติที่น่าสนใจสามารถสังเกตได้ในจุดนี้

ประการแรก มีแรงบันดาลใจจากตัวอย่างความสัมพันธ์ที่ชัดเจนระหว่างราคาของ
( ดูตารางที่ 1 ) และความใกล้ชิดของพวกเขาในน้ำหอมแท้

ในความรู้สึกนี้ , แรงบันดาลใจจาก 3 , 4 และ 5 เป็นผู้ใกล้ชิดกับ
ต้นฉบับชัดเจนความคมชัดด้วยราคาถูกแรงบันดาลใจตัวอย่าง ( 1
2 ) บนมืออื่น ๆ , ปลอมเป็นห่างไกลจากน้ำหอมเดิม
, ครอบครองพื้นที่อื่นในแปลงเมื่อเทียบกับทั้งหมด
แรงบันดาลใจจากตัวอย่างที่บ่งบอกถึงความแตกต่างอย่างสิ้นเชิง