Fig. 4 and Fig. 5 show the laborato

Fig. 4 and Fig. 5 show the laboratory measurements, as well as the estimated alumina concentration from the MRFbased soft sensor and the model based on back propagation (BP) neural network. It can be seen that the red line is closer to the blue line than the green line, that is, the MRF-based soft sensor can more accurately track the measured values. In order to make the comparison result clearer, Fig. 5 shows a detailed look at the overall accuracy of the soft sensor for the region [50, 80] samples. It can be seen that the tracking of MRF-based soft sensor is very good, with only a few differences. The model based on BP neural network obviously has greater deviation.

Results (Thai) 1:

รูปที่. 4 และรูปที่. 5 แสดงการตรวจวัดในห้องปฏิบัติการเช่นเดียวกับการประเมินความเข้มข้นของอลูมิเนียมจาก MRFbased เซ็นเซอร์นุ่มและรูปแบบขึ้นอยู่กับการขยายพันธุ์กลับ (BP) เครือข่ายประสาท จะเห็นได้ว่าเส้นสีแดงเป็นผู้ใกล้ชิดกับสายสีน้ำเงินสายสีเขียวกว่าที่เป็นเซ็นเซอร์นุ่ม MRF-based ขึ้นอย่างถูกต้องสามารถติดตามค่าที่วัดได้ เพื่อที่จะทำให้การเปรียบเทียบผลชัดเจนรูปที่ 5. การแสดงดูรายละเอียดที่ถูกต้องโดยรวมของเซ็นเซอร์นุ่มสำหรับภูมิภาค [50, 80] ตัวอย่าง มันจะเห็นได้ว่าการติดตามของเซ็นเซอร์นุ่ม MRF-based เป็นสิ่งที่ดีมากที่มีเพียงไม่กี่ความแตกต่าง รูปแบบขึ้นอยู่กับเครือข่ายประสาท BP เห็นได้ชัดว่ามีการเบี่ยงเบนมากขึ้น

Results (Thai) 2:

รูปที่4และรูปที่5แสดงการวัดในห้องปฏิบัติการเช่นเดียวกับความเข้มข้นของอลูมิโดยประมาณจากเซ็นเซอร์ที่ใช้งานได้ MRFbased และรุ่นที่ขึ้นอยู่กับเครือข่ายประสาทการแพร่กระจายหลัง (BP) มันสามารถเห็นได้ว่าเส้นสีแดงอยู่ใกล้กับเส้นสีน้ำเงินกว่าเส้นสีเขียว, นั่นคือ, เซ็นเซอร์อ่อนที่ใช้ MRF สามารถติดตามค่าที่วัดได้อย่างถูกต้องมากขึ้น. ในการที่จะทำให้ผลการเปรียบเทียบชัดเจน, รูปที่5แสดงให้เห็นรายละเอียดที่ความถูกต้องโดยรวมของเซ็นเซอร์อ่อนสำหรับภูมิภาค [๕๐, ๘๐] ตัวอย่าง. สามารถมองเห็นได้ว่าการติดตามของเซ็นเซอร์อ่อนที่ใช้ MRF เป็นสิ่งที่ดีมากมีความแตกต่างเพียงไม่กี่ รูปแบบที่ขึ้นอยู่กับความชัดเจนของเครือข่ายประสาท BP มีความเบี่ยงเบนมากขึ้น

Results (Thai) 3:

รูป 4-and 5 แสดงการวัดในห้องปฏิบัติการการประมาณค่าความเข้มข้นของอะลูมินาขึ้นอยู่กับเซ็นเซอร์อ่อนและรูปแบบตาม BP ประสาทเครือข่าย เห็นได้ชัดว่าเส้นสีแดงใกล้เส้นสีฟ้ามากกว่าเส้นสีเขียวนั่นคือเซ็นเซอร์วัดอ่อนตาม MRF สามารถติดตามการวัดค่าได้อย่างถูกต้องมากขึ้ เพื่อที่จะทำให้การเปรียบเทียบที่ชัดเจนมากขึ้นรูปห้าแสดงให้เห็นถึงการสังเกตรายละเอียดของความถูกต้องโดยรวมของเซ็นเซอร์อ่อนในภูมิภาค ดังนั้นจึงสามารถเห็นได้ว่าการติดตามผลการวัดอ่อนตาม MRF มีประสิทธิภาพดีและมีความแตกต่างเพียงเล็กน้อย รูปแบบตาม BP ประสาทเครือข่ายมีการเบี่ยงเบนที่ชัดเจน