There is a large variety and tradem

There is a large variety and trademarks of vegetable oils in Brazil. Vegetable oils have characteristics quite
similar to each other and often cannot be distinguished by only observing the color, odor or taste.
Methods for classification of these oils are often costly and time consuming and they usually take
advantage of techniques from analytical chemistry and mathematical methods such as PCA (Principal
Component Analysis), PCR (Principal Components Regression) or PLS (Properties of Partial Least Squares)
and ANN (Artificial Neural Networks) to increase their efficiency. Due to the wide variety of products,
more efficient methods are needed to qualify, characterize and classify these substances, because the
final price should reflect the excellence of the product that reaches the consumer. This paper proposes a
methodology to classify vegetable oils like: Canola, Sunflower, Corn and Soybean from different manufacturers.
The method used is characterized by a simple mathematical treatment, a light emission diode
and CCD array sensor to capture the spectra of the induced fluorescence in diluted oil samples. An ANN
that has three layers, each one with 4 neurons is responsible to perform the spectra classifications. The
methodology is capable of classifying vegetable oil and allows fast network training using very few
mathematical manipulations in the spectra data with 72% a rate of success.
© 2014 Elsevi

ผลลัพธ์ (ไทย) 1:

มีความหลากหลายและเครื่องหมายการค้าของน้ำมันพืชในประเทศบราซิล น้ำมันพืชมีลักษณะค่อนข้างคล้ายคลึงกัน และมักจะไม่แตกต่าง โดยการสังเกตสี กลิ่น หรือรสชาติเท่า นั้นวิธีการจัดประเภทของน้ำมันเหล่านี้มักเสียค่าใช้จ่าย และใช้เวลานาน และมักจะประโยชน์ของเทคนิคการวิเคราะห์ทางเคมีและวิธีทางคณิตศาสตร์เช่น PCA (หลักส่วนประกอบวิเคราะห์), PCR (ส่วนประกอบหลักถดถอย) หรือ PLS (คุณสมบัติของสี่เหลี่ยมอย่างน้อยบางส่วน)และแอน (เครือข่ายประสาทเทียม) เพื่อเพิ่มประสิทธิภาพของพวกเขา จากหลากหลายผลิตภัณฑ์วิธีที่มีประสิทธิภาพจำเป็นต้องรับรองคุณสมบัติ ลักษณะ และจำแนกสารเหล่านี้ เนื่องจากการสุดท้ายราคาสะท้อนความเป็นเลิศของผลิตภัณฑ์ที่เข้าถึงผู้บริโภค กระดาษนี้เสนอเป็นวิธีการจัดประเภทน้ำมันพืชเช่น: คาโนลา ทานตะวัน ข้าวโพด และถั่วเหลืองจากผู้ผลิตที่แตกต่างกันวิธีการใช้มีลักษณะอย่างคณิตศาสตร์รักษา ไดโอดเล็ดรอดแสงและ CCD เซนเซอร์อาร์เรย์จับแรมสเป็คตราของ fluorescence อาจในตัวอย่างน้ำมันที่แตกออก มีแอนมีสามชั้น แต่ละคนกับ 4 neurons รับผิดชอบการจัดประเภทแรมสเป็คตรา ที่วิธีมีความสามารถในการแบ่งประเภทน้ำมันพืช และช่วยให้การฝึกอบรมเครือข่ายอย่างรวดเร็วโดยใช้น้อยmanipulations คณิตศาสตร์ข้อมูลแรมสเป็คตรา 72% มีอัตราความสำเร็จ© 2014 Elsevi

ผลลัพธ์ (ไทย) 2:

มีความหลากหลายและเป็นเครื่องหมายการค้าของน้ำมันพืชในบราซิล น้ำมันพืชที่มีลักษณะค่อนข้าง
คล้าย ๆ กันและมักจะไม่สามารถโดดเด่นโดยเฉพาะการสังเกตสีกลิ่นหรือรส.
วิธีการในการจัดหมวดหมู่ของน้ำมันเหล่านี้มักจะมีค่าใช้จ่ายสูงและใช้เวลานานและพวกเขามักจะใช้
ประโยชน์จากเทคนิคจากการวิเคราะห์ทางเคมีและวิธีการทางคณิตศาสตร์เช่น เป็น PCA (หลัก
วิเคราะห์องค์ประกอบ) PCR (ส่วนประกอบหลักถดถอย) หรือ PLS (คุณสมบัติของสองน้อยบางส่วน)
และแอน (โครงข่ายประสาทเทียม) เพื่อเพิ่มประสิทธิภาพของพวกเขา เนื่องจากความหลากหลายของผลิตภัณฑ์ที่
มีประสิทธิภาพมากขึ้นวิธีการที่มีความจำเป็นที่จะมีคุณสมบัติลักษณะและการจำแนกสารเหล่านี้เพราะ
ราคาสุดท้ายควรจะสะท้อนถึงความเป็นเลิศของผลิตภัณฑ์ที่มาถึงผู้บริโภค กระดาษนี้นำเสนอ
วิธีการที่จะจำแนกประเภทน้ำมันพืชที่ชอบ:. คาโนลา, ทานตะวันข้าวโพดและถั่วเหลืองจากผู้ผลิตที่แตกต่างกัน
วิธีการที่ใช้เป็นลักษณะการรักษาทางคณิตศาสตร์อย่างง่าย, ไดโอดปล่อยแสง
และเซ็นเซอร์ CCD อาร์เรย์ในการจับภาพสเปกตรัมของแสงเหนี่ยวนำให้เกิดใน เจือจางตัวอย่างน้ำมัน ANN
ที่มีสามชั้นแต่ละคนมี 4 เซลล์ประสาทเป็นผู้รับผิดชอบในการดำเนินการจำแนกประเภทสเปกตรัม
วิธีการมีความสามารถในการจำแนกประเภทน้ำมันพืชและช่วยให้การฝึกอบรมเครือข่ายที่รวดเร็วใช้น้อยมาก
กิจวัตรทางคณิตศาสตร์ในข้อมูลสเปกตรัมที่มีอัตรา 72% ของความสำเร็จ.
© 2014 Elsevi

ผลลัพธ์ (ไทย) 3:

มีหลากหลายและเครื่องหมายการค้าของน้ำมันพืชในบราซิล น้ำมันพืชมีลักษณะค่อนข้าง
คล้ายคลึงกัน และมักจะได้เป็นอย่างดี โดยสังเกตเพียง สี กลิ่น หรือรส
วิธีการประเภทของน้ำมันเหล่านี้มักจะราคาแพง และใช้เวลามาก และมักจะพา
ประโยชน์ของเทคนิคจากเคมีวิเคราะห์และวิธีการทางคณิตศาสตร์ เช่น พีซีเอ ( การวิเคราะห์องค์ประกอบหลัก (
) ซึ่งเป็นส่วนประกอบหลัก หรือถดถอย ) กรุณา ( คุณสมบัติของกำลังสองน้อยที่สุดบางส่วน )
และแอน ( โครงข่ายประสาทเทียม ) เพื่อเพิ่มประสิทธิภาพของพวกเขา เนื่องจากความหลากหลายของผลิตภัณฑ์
วิธีการมีประสิทธิภาพมากขึ้นจะต้องมีลักษณะ และจำแนกสารเหล่านี้เพราะ
ราคาสุดท้ายควรจะสะท้อนถึงความเป็นเลิศของผลิตภัณฑ์ถึงผู้บริโภค บทความนี้เสนอวิธีการแยกประเภทน้ำมันพืช เช่น
: คาโนล่า ทานตะวัน ข้าวโพด และถั่วเหลือง จากผู้ผลิตที่แตกต่างกัน
วิธีการที่ใช้เป็นลักษณะของการรักษาทางคณิตศาสตร์ที่เรียบง่าย , แสงฉายไดโอด
และ CCD เรย์เซ็นเซอร์จับภาพสเปกตรัมของการเรืองแสงในเจือจางตัวอย่างน้ำมัน เป็นแอน
ว่ามี 3 ชั้น แต่ละคน มี 4 กลุ่ม เป็นผู้รับผิดชอบดำเนินการนี้ในเมืองไทย
วิธีการมีความสามารถในการจำแนกน้ำมันพืช และให้ฝึกอบรมเครือข่ายได้อย่างรวดเร็วโดยใช้การตกแต่งทางคณิตศาสตร์น้อยมากในสเปกตรัมข้อมูล
72 % อัตราความสำเร็จ .
สงวนลิขสิทธิ์ 2014 elsevi