《表2 我国造纸纤维原料划分RAGA-PPC模型计算结果》
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》
该模型拟合曲线(见图1)的复相关系数达0.9781。利用模型y*(i)计算15种造纸纤维原料编号对应的投影值,预测结果列于表2的第3列,实际编号与计算值的平均绝对误差为0.491,平均相对误差为8.3%,说明在遗传算法下建立的RAGA-PPC模型拟合精度较高。对照表1和图1也可以看出,同一类别的造纸纤维原料的投影值相差小,且散点分布位置相距较近而呈聚集状态。其中,1#云杉、2#鱼鳞松、3#毛紫冷杉、4#真杉、5#马尾松、6#落叶松和7#红松的投影值比较相近,散点分布在图1的右下方,它们同属于针叶材。8#桦木和9#杨木的投影值相差较小,同属于阔叶材,但散点分布位置与针叶材相距较远,说明针叶材与阔叶材的成分差异较大。10#慈竹、11#白夹竹和12#毛竹的投影值很接近,同属于竹类,它们位于图1中阔叶材的左上方。13#芦苇、14#麦草和15#稻草之间的投影值相差不大,同属于草类,它们位于图1中竹类的左上方。
图表编号 | XD00159977700 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) |