《表8 PCA-RBF模型抗张强度及硬度预测值与实际值对比》
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》
将测试样本数据输入上述构建的PCA-RBF网络模型中进行验证,得出的抗张强度及硬度预测值与实际值的对比见表8,真实数据曲线与预测数据曲线的对比见图3。片剂的硬度是评价其成型性较直观的指标,从表8和图3可以看出,构建的PCA-RBF神经网络预测模型对片剂抗张强度和硬度预测的差值最大分别为0.002 9 MPa和0.03 kg,最小分别为-0.028 7 MPa和-0.27 kg,最小相对误差为0.25%,最大相对误差为2.21%,平均误差约为1.35%,即平均预测精度可达98%以上,表现出较好的网络预测能力,说明构建的PCA-RBF神经网络预测模型能够准确地对片剂的成型性进行预测。
图表编号 | XD00127850500 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) |