《表1 不同模型的预测效果》
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
《基于PSO-LSSVM和特征波长提取的羊肉掺假检测方法》
将经过PSO算法优化的LSSVM模型与反向传播神经网络、偏最小二乘回归、最小二乘支持向量机的模型结果作对比。模型输出结果如图3所示,BPNN预测输出结果较差,LSSVM较好。模型训练集的决定系数(R2c)和均方根误差(RMSEC)、预测集的决定系数(R2p)和均方根误差(RMSEP)如表1所示,结果显示,BP神经网络的预测结果整体较差,偏最小二乘模型对数据拟合能力较强,但预测结果不如最小二乘支持向量机模型,在经过粒子群算法优化后LSSVM模型对数据的拟合和预测能力显著提升,训练集的R2c=1.000 0,RMSEC=0.001 2,预测集的R2p=0.920 4,RMSEP=0.089 2。
图表编号 | XD00195455500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 成甜甜、王克俭、韩宪忠、李师、王媛 |
绘制单位 | 河北农业大学、国家羊肉加工技术研发专业中心(衡水志豪畜牧科技有限公司)、河北农业大学、河北农业大学、河北农业大学、国家羊肉加工技术研发专业中心(衡水志豪畜牧科技有限公司) |
更多格式 | 高清、无水印(增值服务) |