《表2 各建模方法所建模型的性能比较》
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
《基于近红外的红茶发酵中TFs/TRs评价模型研究》
对线性模型(PLS,Si-PLS,Si-CARS-PLS)和非线性模型(Si-CARS-ELM,Si-CARS-ELM-ADABOOST)性能进行对比(如表2所示)。结果表明,非线性模型预测集的Rp和RMSEP均优于线性模型,其中Si-CARS-ELM-ADABOOST模型的预测性能最佳,其Rp为0.934,RMSEP为0.004 4,并且随着隐含层节点数与迭代次数的增加还有提升空间。ADABOOST算法有效提升了ELM模型的预测精度,能更好地逼近非线性连续函数,因此用ELM-Adaboost集成算法对红茶发酵中TFs/TRs指标进行预测具有较大的优势。同时,Si和CARS均为有效的变量筛选手段,通过Si-CARS联合筛选出11个特征变量(1 140 nm、1 149 nm、1 150 nm、1 153 nm、1 154 nm、1 503 nm、1 547 nm、1 625 nm、1 631 nm、1 649 nm和1 657 nm),变量压缩率达到98.6%,有效剔除了无关信息或不相关变量,提高了模型的预测能力与泛化能力。
图表编号 | XD0059770000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.28 |
作者 | 邓余良、胡强、夏康炎、陈伟东、董春旺 |
绘制单位 | 中国农业科学院茶叶研究所、中国农业科学院茶叶研究所、中国农业科学院茶叶研究所、中国农业科学院茶叶研究所、中国农业科学院茶叶研究所 |
更多格式 | 高清、无水印(增值服务) |