《表4 模型验证计算结果及分类结果》
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
《投影寻踪分类模型在常见造纸纤维原料综合评价中的应用》
因此,利用RAGA-PPC模型可较好地表达针叶材、阔叶材、竹类和草类这4类造纸纤维原料的主要类别特性,预测结果具有较好的精度和可解释性。为验证模型的有效性,选取文献[18]中的另4组数据并代入RAGA-PPC模型以预测类别,结果如表3所示。步骤如下:先利用前面通过优化计算得到的最佳投影方向a'=(0.0734,0.5714,0.4599,0.6712,0.0372,0.0684)计算4组样本数据的投影值,再将投影值代入模型y*(i)(见式(10))中,根据计算值在图1中所处的编号区间确定4组样本的类别归属,结果如表4所示。从表4可以看出,RAGA-PPC模型能够有效地区分各类不同的造纸纤维原料。
图表编号 | XD00159977200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 赵静远、熊智新、梁龙、房桂干 |
绘制单位 | 南京林业大学江苏省制浆造纸科学与技术重点实验室、南京林业大学江苏省制浆造纸科学与技术重点实验室、中国林业科学研究院林产化学工业研究所、中国林业科学研究院林产化学工业研究所 |
更多格式 | 高清、无水印(增值服务) |