《表3 不同特征变量和算法结合模型的检验结果》
为验证采用BPSO算法进行光谱特征信息提取的有效性及RFR算法建立预测模型的准确性,对比羊肉TVB-N含量的BPSO-PLSR、BPSO-RFR、CC-PLSR、CC-RFR 4个预测模型的预测效果,并根据校正集、预测集实测值与预测值的决定系数Rc2、Rp2和均方根误差RMSEC、RMSEP对各预测模型进行精度验证。BPSO-RFR模型预测精度最高,其校正集Rc2和RMSEC分别为0.87和2.99,预测集Rp2和RMSEP分别为0.86和3.36,表明BPSO特征提取算法结合RFR算法可以有效提高模型预测精度及准确度(表3)。
图表编号 | XD00167798300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 张珏、田海清、王轲、张丽娜、于洋 |
绘制单位 | 内蒙古农业大学机电工程学院、内蒙古师范大学物理与电子信息学院、内蒙古农业大学机电工程学院、内蒙古农业大学机电工程学院、内蒙古师范大学物理与电子信息学院、内蒙古农业大学机电工程学院 |
更多格式 | 高清、无水印(增值服务) |