《表2 迁移学习前后酸值建模结果统计》

  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

《迁移学习在食用油光谱模型转移中的应用》

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

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。