《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。