Both sensory as well as chemical an

Both sensory as well as chemical analyses were performed
along with a comparison between the two. Table 1 shows time
based odor concentrations of various odorous samples aftermodels. The raw sewage sample was the most intense from the
odor perception point of view. All the component specific GC–MS
based analysis was also completed using the same raw sewage
sample. Beidler’s law (Appendix A) was applied to convert the
intensity reports to equivalent odor concentration terms in
relevant units. Parameter estimation (based on Levenberg–
Marquardt algorithm) results are presented in Table 5 where
the uncertainties and confidence intervals of each parameter were
given for each of the models for various samples collected from the
STP. Models were ranked according to their performance in the
nonlinear least square fit and their respective values of the
minimized chi-squared function, x2 (Table 5). Figs. Fig. A.1a and
Fig. A.2a show the odor intensity reported by the panel sniffers for
various sewage concentrations made out of the two raw sewage
samples, namely STPA1 and STPA2. Residual intensities were
plotted against measured sewage concentrations in Figs. Fig. A.1b
and Fig. A.2b respectively. In case of trickling filter based STP, the
power law performed better than the Weber–Fechner law for less
intense sewage samples (see Appendix A), using the scaling
technique of category estimation as opposed to ratio scaling.
Beidler’s equation represented the intensity–concentration relationship
for sewage better for samples with more intense odor.

ผลลัพธ์ (ไทย) 1:

มีดำเนินการทั้งรับความรู้สึกเช่นเดียว กับเคมีวิเคราะห์ด้วยการเปรียบเทียบระหว่างสอง ตารางที่ 1 แสดงเวลาตามกลิ่นที่ความเข้มข้นต่าง ๆ ตัวอย่าง odorous aftermodels ตัวอย่างน้ำเสียดิบได้รุนแรงที่สุดจากการกลิ่นรับรู้แง่มุม เฉพาะคอมโพเนนต์ทั้งหมด GC – MSวิเคราะห์ตามยังเสร็จใช้น้ำดิบเดียวกันตัวอย่างการ Beidler ของกฎหมาย (ภาคผนวก A) ใช้การแปลงรายงานความรุนแรงเงื่อนไขเข้มข้นกลิ่นเทียบเท่าในหน่วยที่เกี่ยวข้อง การประมาณพารามิเตอร์การ Levenberg –อัลกอริทึม Marquardt) ผลลัพธ์จะแสดงในตาราง 5 ซึ่งความไม่แน่นอนและช่วงความเชื่อมั่นของพารามิเตอร์แต่ละกำหนดสำหรับแต่ละรูปแบบสำหรับเก็บตัวอย่างต่าง ๆ จากการSTP รุ่นถูกจัดอันดับตามการปฏิบัติในการไม่เชิงเส้นอย่างน้อยสี่เหลี่ยมให้พอดีและค่าของการด้านฟังก์ชั่นไคสแควร์ x 2 (ตาราง 5) มะเดื่อ ฟิก A.1a และฟิก A.2a แสดงความเข้มของกลิ่นที่รายงาน โดย sniffers แผงสำหรับความเข้มข้นน้ำเสียต่าง ๆ ที่ทำจากน้ำดิบสองตัวอย่าง คือ STPA1 และ STPA2 ปลดปล่อยก๊าซส่วนที่เหลือได้ลงจุดกับความเข้มข้นของน้ำเสียวัดในมะเดื่อ ฟิก A.1bและฟิก A.2b ตามลำดับ ในกรณีของกรอง trickling ใช้ STP การอำนาจกฎหมายดำเนินการได้ดีกว่ากฎหมายแบ่งแยก – Fechner น้อยน้ำเข้มข้นตัวอย่าง (ดูภาคผนวก A), ใช้การปรับมาตราส่วนเทคนิคของการประเมินประเภทจำกัดอัตราส่วนมาตราส่วนBeidler ของสมการแสดงความสัมพันธ์ความเข้ม – สมาธิสำหรับน้ำเสียที่ดีกว่าสำหรับตัวอย่างที่มีกลิ่นรุนแรงมาก

ผลลัพธ์ (ไทย) 2:

ทั้งทางประสาทสัมผัสเช่นเดียวกับการวิเคราะห์ทางเคมีที่ได้ดำเนินการ
ไปพร้อมกับการเปรียบเทียบระหว่างคนทั้งสอง ตารางที่ 1 แสดงเวลา
ตามความเข้มข้นของกลิ่นของตัวอย่างกลิ่นหอมต่างๆ aftermodels ตัวอย่างเน่าเป็นที่รุนแรงที่สุดจาก
จุดรับรู้กลิ่นของมุมมอง ทั้งหมดเฉพาะองค์ประกอบ GC-MS
วิเคราะห์ตามก็ยังเสร็จสมบูรณ์โดยใช้เน่าเดียวกัน
ตัวอย่าง กฎหมายของ Beidler (ภาคผนวก) ถูกนำมาใช้ในการแปลง
ความเข้มรายงานถึงข้อตกลงความเข้มข้นของกลิ่นเทียบเท่าใน
หน่วยงานที่เกี่ยวข้อง การประมาณค่าพารามิเตอร์ (ขึ้นอยู่กับ Levenberg-
อัลกอริทึม Marquardt) ผลลัพธ์ที่ได้แสดงไว้ในตารางที่ 5 ที่
ไม่แน่นอนและช่วงความเชื่อมั่นของแต่ละพารามิเตอร์ถูก
กำหนดสำหรับแต่ละรูปแบบต่างๆสำหรับตัวอย่างที่เก็บได้จาก
เอสทีพี รุ่นที่ได้รับการจัดอันดับตามผลการดำเนินงานของพวกเขาใน
แบบที่ไม่เป็นเชิงเส้นตารางน้อยและค่านิยมของตน
ลดฟังก์ชั่นไคสแควร์, x2 (ตารางที่ 5) มะเดื่อ มะเดื่อ A.1a และ
รูป A.2a แสดงความเข้มกลิ่นรายงานโดย sniffers แผงสำหรับ
ความเข้มข้นของน้ำเสียต่างๆทำออกมาของทั้งสองเน่า
ตัวอย่างคือ STPA1 และ STPA2 ความเข้มที่เหลือได้รับการ
พล็อตกับวัดความเข้มข้นของน้ำเสียในมะเดื่อ มะเดื่อ A.1b
และรูป A.2b ตามลำดับ ในกรณีของการไหลกรองตาม STP,
อำนาจกฎหมายดำเนินการดีกว่ากฎหมาย Weber-Fechner น้อย
ตัวอย่างน้ำเสียที่รุนแรง (ดูภาคผนวก) โดยใช้การปรับ
เทคนิคการประมาณค่าประเภทเมื่อเทียบกับอัตราการปรับ.
สม Beidler ของตัวแทนความเข้มความเข้มข้น ความสัมพันธ์
สำหรับน้ำเสียที่ดีกว่าสำหรับกลุ่มตัวอย่างที่มีกลิ่นรุนแรงมากขึ้น

ผลลัพธ์ (ไทย) 3:

ทั้งประสาทสัมผัส ตลอดจนการวิเคราะห์ทางเคมีการ
พร้อมกับการเปรียบเทียบระหว่างสอง ตารางที่ 1 แสดงเวลาตามความเข้มข้นของกลิ่นกลิ่น
ต่างๆตัวอย่าง aftermodels . ตัวอย่างน้ำเสียดิบเข้มข้นที่สุดจาก
กลิ่น การรับรู้ในมุมมอง ทั้งหมดส่วนประกอบเฉพาะ GC - นางสาว
จากการวิเคราะห์ยังเสร็จสมบูรณ์โดยใช้ตัวอย่าง
สิ่งปฏิกูลดิบเหมือนกันbeidler กฎหมาย ( ภาคผนวก ) ถูกนำมาใช้เพื่อแปลงความเข้มของกลิ่น ความเข้มข้นเทียบเท่า
รายงานเงื่อนไข
หน่วยที่เกี่ยวข้อง การประมาณค่าพารามิเตอร์ ( ตาม levenberg –
ขั้นตอนวิธีมาร์คว ) ผลลัพธ์จะแสดงในตารางที่ 5 ที่
ความไม่แน่นอนและช่วงความเชื่อมั่นของแต่ละพารามิเตอร์เป็น
ให้แต่ละรุ่นต่าง ๆ ตัวอย่างที่เก็บจาก
STPแบบเรียงตามประสิทธิภาพของพวกเขาใน
พอดีแบบกำลังสองน้อยที่สุด และค่านิยมของตนของ
ชิฟังก์ชันกำลังสองน้อยที่สุด , x2 ( ตารางที่ 5 ) มะเดื่อ . รูปที่ a.1a
รูปและ a.2a แสดงกลิ่นเข้มรายงานโดยแผงสูดดมความเข้มข้นสิ่งปฏิกูลต่างๆที่ทำออกมาสำหรับ
กาก
ของดิบสองอย่าง คือ stpa1 และ stpa2 . ที่เหลือคือ
เข้มงัดข้อกับวัดมะเดื่อ ความเข้มข้นของน้ำเสีย . รูปที่ a.1b
และมะเดื่อ a.2b ตามลำดับ ในกรณีของโปรยกรอง STP ตาม
อำนาจกฎหมายดำเนินการดีกว่า เวเบอร์ ( เฟ็กเนอร์กฎหมายน้อย
เข้มข้นจากตัวอย่าง ( ดูภาคผนวก ) โดยใช้มาตราส่วน
เทคนิคการประเมินประเภทเมื่อเทียบกับอัตราส่วนการ สมการแสดงความเข้มของ beidler

และความเข้มข้นของความสัมพันธ์สำหรับบำบัดน้ำเสียดีกว่าสำหรับตัวอย่างที่มีแรงกว่ากลิ่น