Different combinations of variables

Different combinations of variables were explored to find suitable models to predict the sensory Torry score (Table 3). The best model was obtained when using all the significant variables, indicating the importance of all the variables to predictthe sensory score. However , it wasnof interest to explore the possibility to use a rapid technique like the electronic nose to predict the sensory quality. The use of the Tacc variable is important since time and temperature profiles are easily obtained and therefore ideal to include in models to predict the quality of fish in combination with other rapid techniques. The Tacc variable was used for calculating all models and contributed to higher correlation and lower prediction error in all cases. Models based on the electronic nose sensors had the lowest correlation (r2 0.77) and highest error (RMSEP 0.9) (Table 3). This can be expected partly, because of the characteristic responses of the chemical indicators in fish as explained before, but also the low sensitivity of the sensors and large standard deviations experienced for volatile compounds. Models based on the microbial variables had in general higher correlations and a lower prediction error (RMSEP 0.5) in Torry score values. Taking into consideration the different information obtained in microbial and the electronic nose data, it is of interest to combine the e-nose variables and selected microbial variables. A combination of the CO, NH3 and H2S sensors with the temperature variable (Tacc) and selected SSOs showed that the best models to predict Torry score were obtained with pseudomonads or H2Scounts(r2 =0.93 and 0.92, respectively; RMSEP=0.49 and 0.51, respectively). Therefore, it appears that the spoilage characteristics of haddock fillets stored under different temperature conditions are best described by the pseudomonads and H2S counts when evaluated in combination with the electronic nose sensors. When Pp counts or TVC were used for the prediction of Torry score, the models had lower

Kết quả (Việt) 1:

Các kết hợp khác nhau của các biến được khám phá để tìm thấy các mô hình thích hợp dự đoán được điểm Torry cảm giác (bảng 3). Các mô hình tốt nhất nhận được khi sử dụng tất cả các biến quan trọng, chỉ ra tầm quan trọng của tất cả các biến để predictthe cảm giác được điểm. Tuy nhiên, nó wasnof quan tâm để khám phá khả năng sử dụng một kỹ thuật nhanh chóng như mũi điện tử để dự đoán chất lượng giác. Việc sử dụng của biến Tacc là quan trọng kể từ thời gian và nhiệt độ hồ sơ được dễ dàng thu được và do đó lý tưởng để bao gồm trong các mô hình để dự đoán chất lượng của cá kết hợp với các kỹ thuật nhanh chóng. Tacc biến được sử dụng để tính toán tất cả các mô hình và góp phần vào sự tương quan cao hơn và thấp hơn dự báo lỗi trong mọi trường hợp. Các mô hình dựa trên cảm biến điện tử mũi có tương quan thấp nhất (r2 0,77) và cao nhất lỗi (RMSEP 0,9) (bảng 3). Điều này có thể được mong đợi một phần, vì những phản hồi đặc trưng của các chỉ số hóa học trong cá như đã giải thích trước khi, nhưng cũng có độ nhạy thấp của cảm biến và độ lệch chuẩn lớn có kinh nghiệm cho các hợp chất dễ bay hơi. Các mô hình dựa trên các yếu tố vi khuẩn có nói chung cao mối tương quan và một thấp hơn dự báo lỗi (RMSEP 0.5) trong Torry điểm giá trị. Cân nhắc các thông tin khác nhau trong vi khuẩn và các dữ liệu điện tử mũi, nó quan tâm để kết hợp các biến e-mũi và biến vi khuẩn đã chọn. Một sự kết hợp của các cảm biến CO, NH3 và H2S với nhiệt độ biến (Tacc) và đã chọn SSOs cho thấy rằng các mô hình tốt nhất để dự đoán Torry điểm đã thu được với pseudomonads hoặc H2Scounts (r2 = 0,93 và 0,92, tương ứng; RMSEP = 0,49 và 0.51, tương ứng). Do đó, nó xuất hiện rằng các đặc tính hư hỏng của hoang philê được lưu trữ dưới điều kiện nhiệt độ khác nhau tốt nhất mô tả bởi pseudomonads và số lần H2S khi đánh giá kết hợp với các bộ cảm biến điện tử mũi. Khi Pp tính hoặc phim quảng cáo đã được sử dụng cho dự đoán của Torry điểm, các mô hình có thấp hơn

Kết quả (Việt) 2:

Kết hợp khác nhau của các biến đã được khám phá để tìm mô hình phù hợp để dự đoán số điểm Torry cảm giác (Bảng 3). Các mô hình tốt nhất thu được khi sử dụng tất cả các biến quan trọng, cho thấy tầm quan trọng của tất cả các biến để predictthe điểm mùi vị. Tuy nhiên, nó wasnof quan tâm để khám phá những khả năng sử dụng một kỹ thuật nhanh chóng như mũi điện tử để dự đoán chất lượng cảm. Việc sử dụng các biến Tacc là quan trọng vì thời gian và nhiệt độ hồ sơ này được dễ dàng thu được và vì thế lý tưởng để bao gồm trong các mô hình để dự đoán chất lượng của cá kết hợp với các kỹ thuật khác nhanh chóng. Biến Tacc được sử dụng để tính toán tất cả các mô hình và đóng góp vào sự tương quan cao hơn và lỗi dự báo thấp hơn trong mọi trường hợp. Mô hình dựa trên các cảm biến mũi điện tử có mối tương quan thấp nhất (r2 0,77) và lỗi cao nhất (RMSEP 0.9) (Bảng 3). Điều này có thể được dự kiến ​​sẽ là một phần, bởi vì các phản ứng đặc trưng của các chỉ số hóa chất trong cá như đã giải thích trước đây, mà còn độ nhạy thấp của cảm biến và độ lệch chuẩn lớn có kinh nghiệm cho các hợp chất dễ bay hơi. Mô hình dựa trên các biến của vi sinh vật có chung mối tương quan cao hơn và một lỗi dự báo thấp hơn (RMSEP 0.5) trong Torry giá trị số. Cân nhắc những thông tin khác nhau thu được ở vi sinh vật và các dữ liệu mũi điện tử, nó được quan tâm để kết hợp các biến e-mũi và các biến của vi sinh vật được lựa chọn. Một sự kết hợp của CO, NH3 và H2S cảm biến với biến nhiệt độ (Tacc) và SSOs chọn cho thấy rằng các mô hình tốt nhất để dự đoán Torry điểm đã thu được với pseudomonads hoặc H2Scounts (r2 = 0,93 và 0,92, tương ứng; RMSEP = 0.49 và 0.51, tương ứng). Do đó, nó xuất hiện rằng các đặc tính hư hỏng của philê cá tuyết chấm đen được lưu trữ trong điều kiện nhiệt độ khác nhau được mô tả tốt nhất bằng các pseudomonads và đếm H2S khi đánh giá kết hợp với các cảm biến mũi điện tử. Khi Pp đếm hoặc TVC đã được sử dụng để dự báo các điểm Torry, các mô hình đã thấp hơn