《表1 不同预处理算法下鸡肉嫩度模态瞬态定性预测结果》
瞬态模态对鸡肉嫩度分类评估的结果如表1所示。表中FPR表示将负例错分为正例的概率,TPR表示能将正例分对的概率;TNR表示将负例分对的概率,FNR表示将正例分为负例的概率。N表示样本数,Err表示分类误差。从表1可以看出,当使用瞬态模态响应数据直接对鸡肉嫩度进行建模分类时,校正集分类模型的精度、F1得分和马修斯相关系数出现了无效值(Na N),这说明瞬态模态原始数据不能直接用于分类。当使用S-G卷积平滑、MSC和SNV等预处理算法对原始数据进行预处理后,分类效果得到改善。校正集分类模型的预测精度、F1得分和马修斯相关系数均在0.9以上。可以发现,S-G卷积平滑具有最佳的校正集分类效果,其分类误差仅为0.01,嫩和老两类鸡肉的预测精度分别为1和0.98,F1得分分别为0.98和0.99,此时的马修斯相关系数为0.97。对于验证集分类模型有相似的结论,S-G卷积平滑的分类效果最优,此时验证分类误差为0.13。两类鸡肉的分类精度分别为0.95和0.84,F1得分分别为0.81和0.91,马修斯相关系数为0.74。
图表编号 | XD00192897900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.18 |
作者 | 徐虎博、赵庆亮、何珂、李永玉、彭彦昆、汤修映 |
绘制单位 | 中国农业大学工学院、中国农业机械化科学研究院、中国农业大学工学院、中国农业大学工学院、中国农业大学工学院、中国农业大学工学院 |
更多格式 | 高清、无水印(增值服务) |