To discriminate green tea leaves of different age,principal component  translation - To discriminate green tea leaves of different age,principal component  Indonesian how to say

To discriminate green tea leaves of

To discriminate green tea leaves of different age,
principal component analysis (PCA) was applied in the
same way on the NIRS database. Five PCA axes are
required to explain 97.5% of the spectral variation.
Using the first two PCA axes (90.6% of the spectral
variation explained) is sufficient to discriminate between
the population groups “two leaves and a bud” and
“third and fourth leaves” (Figure 5). This very distinctive
discrimination is probably due to the fact that young
sprouting parts of the tea shrub do contain more EGCG
and ECG but less EC in comparison to older leaves.
It can be concluded that the described NIRS technique
has high potential to estimate in a nondestructive way
and with a high degree of accuracy the catechin and
alkaloid composition in green tea leaves. These results
have special significance because NIRS is a multitrait
technique. Important quality parameters such as total
phenolics, individual catechins, caffeine, theobromine,
and dry matter contents may be determined simultaneously
by one measurement in
0/5000
From: -
To: -
Results (Indonesian) 1: [Copy]
Copied!
Untuk membedakan hijau daun teh zaman yang berbeda,Analisis komponen utama (PCA) telah diterapkan dicara yang sama pada NIRS database. Lima PCA kapak adalahdiperlukan untuk menjelaskan 97,5% dari variasi spektrum.Menggunakan dua sumbu PCA (90.6% dari spektrumvariasi dijelaskan) cukup untuk membedakan antarakelompok-kelompok penduduk "dua daun dan pucuk" dan"ketiga dan keempat daun" (gambar 5). Ini sangat khasdiskriminasi adalah mungkin karena kenyataan yang mudasprouting bagian dari semak-semak teh mengandung EGCG laindan ECG tetapi kurang EC dibandingkan dengan daun.Dapat disimpulkan bahwa teknik NIRS dijelaskanmemiliki potensi tinggi untuk memperkirakan di jalan tanpa musnahdan dengan tingkat tinggi akurasi catechin danKomposisi alkaloid dalam teh hijau daun. Hasil inimemiliki arti penting khusus karena NIRS multitraitteknik. Kualitas penting parameter seperti totalphenolic, individu Catechin, kafein, theobromine,dan isi bahan kering dapat ditentukan secara bersamaandengan satu pengukuran di < 1 menit. Oleh karena itu,sederhana, cepat dan handal keseluruhan karakterisasikualitas teh hijau dapat diperoleh dengan biaya rendah. Ini adalahmenguntungkan ketika sejumlah besar sampel harusdianalisis, misalnya, dalam program pemuliaan ataubudidaya perkebunan teh (masa panen). Ada jugamungkin aplikasi untuk tujuan kontrol kualitas danproses kontrol dalam industri (instan dan kopi tanpa kafeintea products).In comparison to existing, time-consuming chromatographicmethods, the results obtained in this feasibilitystudy represent a considerable improvement in theestimate of quality parameters of green tea leaves byNIRS. Up to now, it was not possible to determinesimultaneously all relevant catechins and alkaloids ingreen tea leaves without performing any cleanup procedures.The calibration equations developed in thisstudy are based on wide ranges of the determinedcomponents.
Being translated, please wait..
Results (Indonesian) 2:[Copy]
Copied!
Untuk membedakan daun teh hijau usia yang berbeda,
analisis komponen utama (PCA) diaplikasikan dalam
cara yang sama pada database NIRS. Lima sumbu PCA yang
diperlukan untuk menjelaskan 97,5% dari variasi spektral.
Menggunakan dua pertama PCA kapak (90,6% dari spektral
variasi menjelaskan) sudah cukup untuk membedakan antara
kelompok penduduk "dua daun dan tunas" dan
"daun ketiga dan keempat "(Gambar 5). Sangat khas ini
diskriminasi mungkin karena fakta bahwa muda
bagian tunas dari semak teh yang mengandung lebih EGCG
dan EKG tetapi kurang EC dibandingkan dengan daun yang lebih tua.
Dengan demikian dapat disimpulkan bahwa teknik NIRS yang dijelaskan
memiliki potensi tinggi untuk memperkirakan di tak rusak a cara
dan dengan tingkat akurasi yang tinggi catechin dan
komposisi alkaloid dalam daun teh hijau. Hasil ini
memiliki arti khusus karena NIRS adalah multitrait
teknik. Parameter kualitas penting seperti total
fenolat, catechin individu, kafein, teobromin,
dan isi bahan kering dapat ditentukan secara bersamaan
oleh satu pengukuran dalam <1 menit. Oleh karena itu,
karakterisasi keseluruhan sederhana, cepat, dan dapat diandalkan
kualitas teh hijau dapat diperoleh dengan biaya rendah. Hal ini
menguntungkan ketika sejumlah besar sampel harus
dianalisis, misalnya, dalam program pemuliaan atau
budidaya perkebunan teh (saat panen). Ada juga
mungkin sebuah aplikasi untuk tujuan kontrol kualitas dan
kontrol proses dalam industri (instan dan tanpa kafein
produk teh).
Dibandingkan dengan yang ada, kromatografi memakan waktu
metode, hasil yang diperoleh dalam kelayakan ini
studi merupakan peningkatan yang cukup besar dalam
perkiraan parameter kualitas daun teh hijau dengan
NIRS. Sampai sekarang, itu tidak mungkin untuk menentukan
secara simultan semua katekin yang relevan dan alkaloid dalam
daun teh hijau tanpa melakukan prosedur pembersihan.
Persamaan kalibrasi dikembangkan dalam
studi didasarkan pada kisaran luas dari ditentukan
komponen.
Being translated, please wait..
 
Other languages
The translation tool support: Afrikaans, Albanian, Amharic, Arabic, Armenian, Azerbaijani, Basque, Belarusian, Bengali, Bosnian, Bulgarian, Catalan, Cebuano, Chichewa, Chinese, Chinese Traditional, Corsican, Croatian, Czech, Danish, Detect language, Dutch, English, Esperanto, Estonian, Filipino, Finnish, French, Frisian, Galician, Georgian, German, Greek, Gujarati, Haitian Creole, Hausa, Hawaiian, Hebrew, Hindi, Hmong, Hungarian, Icelandic, Igbo, Indonesian, Irish, Italian, Japanese, Javanese, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Korean, Kurdish (Kurmanji), Kyrgyz, Lao, Latin, Latvian, Lithuanian, Luxembourgish, Macedonian, Malagasy, Malay, Malayalam, Maltese, Maori, Marathi, Mongolian, Myanmar (Burmese), Nepali, Norwegian, Odia (Oriya), Pashto, Persian, Polish, Portuguese, Punjabi, Romanian, Russian, Samoan, Scots Gaelic, Serbian, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenian, Somali, Spanish, Sundanese, Swahili, Swedish, Tajik, Tamil, Tatar, Telugu, Thai, Turkish, Turkmen, Ukrainian, Urdu, Uyghur, Uzbek, Vietnamese, Welsh, Xhosa, Yiddish, Yoruba, Zulu, Language translation.

Copyright ©2025 I Love Translation. All reserved.

E-mail: