《表2 试验值与预测值之间的线性回归关系》
训练集、验证集、测试集和总数据集中,试验值与预测值之间的线性回归方程及对应的相关系数(R)和决定系数(R2)见表2。训练集、验证集、测试集和总数据集的R分别为0.988、0.983、0.978和0.985,而测试集的R2为0.95,表明该神经网络模型能够解释95%以上的试验数据,其他3个数据集的R2均高于0.95。Mansfield等(2007)基于神经网络预测弹性模量时,数据集的R2为0.693~0.750,而预测静曲模量时,R2仅为0.438~0.561,是由于数据集不足以及输入变量选择不当造成的;Tiryaki等(2014b)基于神经网络模型预测热处理木材压缩强度时,所有数据集的R2均高于0.99。
图表编号 | XD00166324800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 付宗营、蔡英春、高鑫、周凡、江京辉、周永东 |
绘制单位 | 中国林业科学研究院木材工业研究所国家林业和草原局木材科学与技术重点实验室、东北林业大学材料科学与工程学院、中国林业科学研究院木材工业研究所国家林业和草原局木材科学与技术重点实验室、中国林业科学研究院木材工业研究所国家林业和草原局木材科学与技术重点实验室、中国林业科学研究院木材工业研究所国家林业和草原局木材科学与技术重点实验室、中国林业科学研究院木材工业研究所国家林业和草原局木材科学与技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |