used to develop a model by taking t

used to develop a model by taking the predictor as X and predicted as y. In this case X is a spectral data and y is the wet gluten concentration for different combinations. In case of first set of data. 94 blocks were made containing two spectra of each combination. In PLSR modeling. each block was kept out once to make calibration model and then last block was predicted using technique. This process is repeated until all the blocks were taken out once to develop a more robust model. Similarly, the dataset was divided into 70:30 for calibration and validation respectively to determine the robustness of model. The performance of the models was evaluated by using high value of correlation coefficient with low value of error.

ผลลัพธ์ (ไทย) 1:

ใช้ในการพัฒนาแบบจำลอง โดยการทำนายเป็น X และคาดการณ์เป็น y ในกรณีนี้ คือ ข้อมูลสเปกตรัมของ X และ y คือ ความเข้มข้นเปียกตังสำหรับชุด ในกรณีที่ชุดแรกของข้อมูล บล็อกที่ 94 ทำสองสเปกตรัมของแต่ละชุดประกอบด้วย ในโมเดล PLSR แต่ละบล็อคที่ถูกเก็บไว้หนึ่งครั้งเพื่อทำการปรับเทียบแบบจำลองแล้ว สุดท้ายบล็อกก็คาดว่า การใช้เทคนิค กระบวนการนี้ซ้ำจนกว่าบล็อคทั้งหมดถูกนำออกมาครั้งเดียวเพื่อพัฒนาแบบจำลองแข็งแกร่งยิ่งขึ้น ในทำนองเดียวกัน ชุดข้อมูลถูกแบ่งออกเป็น 70:30 สำหรับสอบเทียบและตรวจสอบลำดับการตรวจสอบความทนทานของรุ่น รับการประเมินประสิทธิภาพของรูปแบบ โดยใช้ค่าสัมประสิทธิ์สหสัมพันธ์สูงกับต่ำค่าของข้อผิดพลาด

ผลลัพธ์ (ไทย) 2:

ใช้ในการพัฒนารูปแบบโดยการทำนายเป็น X และ Y เป็นที่คาดการณ์ไว้ ในกรณีนี้ X เป็นข้อมูลสเปกตรัมและ Y คือความเข้มข้นของตังเปียกสำหรับการรวมที่แตกต่างกัน ในกรณีที่ชุดแรกของข้อมูล 94 บล็อกที่ทำมีสองสเปกตรัมของแต่ละชุด ในการสร้างแบบจำลอง PLSR แต่ละบล็อกก็ยังคงออกมาอีกครั้งจะทำให้รูปแบบการสอบเทียบแล้วบล็อกที่ผ่านมาได้รับการคาดการณ์โดยใช้เทคนิค กระบวนการนี้ซ้ำจนกว่าบล็อคทั้งหมดถูกนำออกมาหนึ่งครั้งเพื่อพัฒนารูปแบบที่แข็งแกร่งมากขึ้น ในทำนองเดียวกันชุดแบ่งออกเป็น 70:30 สำหรับการสอบเทียบและการตรวจสอบตามลำดับเพื่อตรวจสอบความแข็งแรงของรูปแบบ ประสิทธิภาพการทำงานของรุ่นที่ได้รับการประเมินโดยใช้มูลค่าสูงของค่าสัมประสิทธิ์สหสัมพันธ์ที่มีมูลค่าต่ำของข้อผิดพลาด

ผลลัพธ์ (ไทย) 3:

ใช้เพื่อพัฒนารูปแบบโดยการใช้ตัวแปร X และ Y เป็นทำนาย เช่นในกรณีนี้ x เป็นข้อมูลสเปกตรัมและ Y คือปริมาณกลูเตนเปียกที่แตกต่างกัน ในกรณีของชุดแรกของข้อมูล 94 บล็อกที่เกิดขึ้นที่มีสองช่วงของแต่ละชุด ใน plsr โมเดลลิ่ง แต่ละบล็อกที่ถูกเก็บไว้ออกมา เพื่อให้รูปแบบการสอบเทียบแล้ว ล่าสุดบล็อกทำนายโดยใช้เทคนิค ขั้นตอนนี้ซ้ำจนกว่าบล็อกทั้งหมดถูกนำออกเมื่อพัฒนารูปแบบ แข็งแกร่งมากขึ้น ในทำนองเดียวกันข้อมูลแบ่งเป็น 70 : 30 สำหรับการสอบเทียบและการตรวจสอบตามลำดับเพื่อตรวจสอบเสถียรภาพของแบบจำลอง ประสิทธิภาพของแบบประเมินโดยใช้ค่าสัมประสิทธิ์สหสัมพันธ์สูงกับต่ำของข้อผิดพลาด