《表3 预测模型的相关系数和均方根误差》

  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SPME-GC-MS和电子鼻的鱼粉挥发性物质分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表3为两种预测模型的相关系数和均方根误差，图5为不同种类挥发性物质的KNN回归模型预测结果。从表3和图5中可以看出，鱼粉不同种类的挥发性物质都得到了比较好的预测结果。与MLR方法相比，KNN回归算法具有更好的预测能力，测试集相关系数在0.763 3～0.999 9之间，均方根误差在0.086 7%～8.465 5%之间。因此，利用检测系统中传感器的响应信息能够实现鱼粉挥发性物质含量的预测，也证明了检测系统适合作为GC-MS的替代方法来评价不同新鲜度等级的鱼粉。