《表5 不同品种稻种CNN模型较优预测结果》
由表4可知,SVR稻种活力预测模型的相关系数较优值为0.989 1,均方根误差较优值为0.752 0。为进一步优化稻种活力预测模型,建立基于CNN的稻种活力预测模型。在选用CARS降维和300 Hz调制频率时建立的CNN稻种活力预测模型有较优预测结果,不同品种稻种的CNN较优预测结果如表5所示。比较CNN模型与SVR模型的稻种活力预测结果,如表5,预测集相关系数均在0.99以上,高于0.989 1;预测集均方误差较优值为0.507 7,低于0.752 0。因此,CNN稻种活力预测模型较优。
图表编号 | XD00204443500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 卢伟、张孜谞、蔡苗苗、张壹峰 |
绘制单位 | 南京农业大学人工智能学院江苏省现代设施农业技术与装备工程实验室、南京农业大学人工智能学院江苏省现代设施农业技术与装备工程实验室、南京农业大学人工智能学院江苏省现代设施农业技术与装备工程实验室、南京农业大学人工智能学院江苏省现代设施农业技术与装备工程实验室 |
更多格式 | 高清、无水印(增值服务) |