《表3 模型预测性能对比》

  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

《基于最小二乘支持向量机的棉针织物活性染料湿蒸染色预测模型》

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

选择合理的5组染色实验测试数据，即5行3列的输入变量矩阵，分别代入由表2中5组参数（γ，σ2）建立的5个染色模型中，预测棉针织物活性染料用湿蒸染色后织物的K/S值，并和实验得到的K/S值作比较，结果见表3。可以看出，A组参数（1 606.840 8，547.042 6）建立的回归模型，其最大相对误差为1.55%，最小相对误差为0.65%，平均相对误差为1.18%；B组参数（1 370.355 8，694.450 4）建立的回归模型，其最大相对误差为1.31%，最小相对误差为0.27%，平均相对误差为0.84%；而C、D、和E 3组参数建立的回归模型，最大相对误差均大于90%，最小相对误差均大于0.80%，平均相对误差均大于28%。只有选择A组或B组参数时，染色模型回归预测性能才是相对较优的，且B组参数建立的染色模型预测性能要优于A组参数，故本文选择B组参数（γ，σ2）=（1 370.355 8，694.450 4）建立染色回归模型，而其他3组参数模型表现出较差的推广能力和过学习现象，虽有较好的拟合数据，但染色实验的预测效果较差。