4.2. Model validationData of Exps 1

4.2. Model validation
Data of Exps 1, 3 and 4 were used to validate the model. Using
the greenhouse air temperature at 1.5m above ground, PAR above
canopy, planting date and density, nitrogen concentration of the
nutrient solution and the harvest standard of fruit length as input,
our model (Eqs. (1)–(14)) can give satisfactory predictions of leaf
area per plant, the number of fruits growing on a plant, the length,
harvest date and fresh weight of individual fruit growing a plant and
yield (fruit fresh weight per plant) of cucumber crops grown under
different nitrogen supply conditions. The coefficient of determination
(r2) and the relative root mean squared error (rRMSE) between
the predicted and measured results are listed in Table 4.
Table 4 shows that our model had lower prediction accuracy for
the number of fruits growing on a plant. This can be attributed to
the fact that fruit abortion, caused by many other reasons, was not
taken into account in our model, which resulted in higher errors of
length and harvest date of individual fruits growing on the plant.

ผลลัพธ์ (ไทย) 2:

4.2 4.2. Model validation
Data of Exps 1, 3 and 4 were used to validate the model. Using
the greenhouse air temperature at 1.5m above ground, PAR above
canopy, planting date and density, nitrogen concentration of the
nutrient solution and the harvest standard of fruit length as input,
our model (Eqs. (1)–(14)) can give satisfactory predictions of leaf
area per plant, the number of fruits growing on a plant, the length,
harvest date and fresh weight of individual fruit growing a plant and
yield (fruit fresh weight per plant) of cucumber crops grown under
different nitrogen supply conditions. The coefficient of determination
(r2) and the relative root mean squared error (rRMSE) between
the predicted and measured results are listed in Table 4.
Table 4 shows that our model had lower prediction accuracy for
the number of fruits growing on a plant. This can be attributed to
the fact that fruit abortion, caused by many other reasons, was not
taken into account in our model, which resulted in higher errors of
length and harvest date of individual fruits growing on the plant.

ผลลัพธ์ (ไทย) 3:

4.2 . รูปแบบการตรวจสอบ
ข้อมูล exps 1 , 3 และ 4 ถูกใช้เพื่อตรวจสอบรูปแบบ ใช้
เรือนกระจกอุณหภูมิอากาศที่ 1.5 เมตรเหนือพื้นดิน โดยข้างบน
หลังคา , วันปลูกและความหนาแน่น ความเข้มข้นของไนโตรเจน
สารละลายธาตุอาหารและผลผลิตมาตรฐานความยาวของผลไม้เป็น input
นางแบบของเรา ( EQS . ( 1 ) – ( 14 ) สามารถให้เป็นที่พอใจของการคาดการณ์ของพื้นที่ใบ
ต่อต้นจำนวนของผลไม้ที่ปลูกในพืช , ความยาว ,
เก็บเกี่ยววันที่และน้ำหนักสดของผลไม้แต่ละเติบโตและผลผลิตพืช
( ผลไม้สดน้ำหนักต่อต้นพืชแตงกวาที่ปลูก
แตกต่างกันไนโตรเจนใส่เงื่อนไข สัมประสิทธิ์ของการตัดสินใจ
( R2 ) และราก ค่าเฉลี่ยความคลาดเคลื่อนยกกำลังสอง ( ญาติ rrmse ) ระหว่าง
การทำนายและผลการวัดจะแสดงในตารางที่ 4 .
ตารางที่ 4 แสดงให้เห็นว่าแบบจำลองของเรามีความถูกต้องพยากรณ์ล่าง
จำนวนผลไม้ที่เติบโตบนต้นไม้ นี้สามารถนำมาประกอบกับข้อเท็จจริงที่ว่า ผลไม้
การทำแท้งเกิดจากเหตุผลอื่น ๆอีกมากมายไม่ได้
เข้าบัญชีในรูปแบบของเรา ซึ่งทำให้เกิดข้อผิดพลาดสูง
ความยาวและวันที่เก็บเกี่ยวของผลไม้แต่ละเติบโตบนต้นไม้