《表2 迁移学习前后酸值建模结果统计》
在迁移学习转移前,由于不同仪器之间、同一仪器不同光谱探头之间存在很大的硬件差异和环境差异,由这些差异而导致的光谱数据的不同,使得一种仪器采集的光谱数据所建立的模型不能直接用于预测另一种仪器采集的光谱数据。但是经过迁移学习转移后3组实验的预测结果有了很大程度的改善,其中R2的数值显著提升,而RMSEP的数值显著下降。综合两个模型参数,说明经过迁移学习后,食用油的酸值定量模型预测的准确性和模型回归的表现均优于迁移学习前的模型。统计实验结果如表2。根据同样的数据,采用直接校正法进行模型转移,得到经过模型转移后的结果如表3。
图表编号 | XD0052202300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.25 |
作者 | 刘翠玲、周子彦、李天瑞、徐莹莹、孙晓荣、吴静珠 |
绘制单位 | 北京工商大学计算机与信息工程学院、北京市食品安全与大数据重点实验室、北京工商大学计算机与信息工程学院、北京市食品安全与大数据重点实验室、北京工商大学计算机与信息工程学院、北京市食品安全与大数据重点实验室、北京工商大学计算机与信息工程学院、北京市食品安全与大数据重点实验室、北京工商大学计算机与信息工程学院、北京市食品安全与大数据重点实验室、北京工商大学计算机与信息工程学院、北京市食品安全与大数据重点实验室 |
更多格式 | 高清、无水印(增值服务) |