《表6 成分得分系数矩阵:基于PCA-RBF神经网络的中药片剂物料属性-抗张强度预测模型的研究》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于PCA-RBF神经网络的中药片剂物料属性-抗张强度预测模型的研究》
设真密度(X1)、松密度(X2)、振实密度(X3)、Hausner比值(X4)、压缩度(X5)、休止角(X6)、孔隙率(X7)及含水量(X8),主成分系数矩阵见表6,可以说明各主成分在各变量上的载荷,从而得出主成分的表达式,进一步计算可得到主成分得分,见表7。选取上述得出的2个主成分F1和F2作为RBF神经网络预测模型的输入变量进行网络训练学习,即将神经网络中的输入层神经元个数由8个降低为2个,从而简化了神经网络模型的结构。
图表编号 | XD00127849900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.15 |
作者 | 赵海宁、王亚静、商利娜、周梦楠、张怡、叶相印、王雁雯、高迪 |
绘制单位 | 天津中医药大学、天津中医药大学现代中药发现与制剂技术教育部工程研究中心、天津中医药大学、天津中医药大学现代中药发现与制剂技术教育部工程研究中心、天津中医药大学、天津中医药大学现代中药发现与制剂技术教育部工程研究中心、天津中医药大学、天津中医药大学现代中药发现与制剂技术教育部工程研究中心、天津中医药大学、天津中医药大学现代中药发现与制剂技术教育部工程研究中心、天津中医药大学、天津中医药大学现代中药发现与制剂技术教育部工程研究中心、天津中医药大学、天津中医药大学现代中药发现与制剂技术教育部工程研究中心、天津中 |
更多格式 | 高清、无水印(增值服务) |