More accurate prediction results we

More accurate prediction results were found when using
calibration models built from combined data constituting two
years. Model performance was improved due to the wider range of
data and greater deviation of spectral features, which were
represented in the overall model. Lowest bias prediction results
were obtained from the overall three-year model. Acceptable
prediction capabilities were found (R2 > 0.70) with the best
performance being achieved for prediction of data for all
parameters from 2012 (Fig. 5). This can be explained by the fact
that fruits harvested in 2012 had the widest range of compositional
values, and thus, a more variable data set. The results corroborate
that model robustness can be improved by including a larger range
of data (Bobelyn et al., 2010; Golic and Walsh, 2006; Guthrie et al.,
2005; Louw and Theron, 2010; McGlone and Kawano, 1998; Peirs

ผลลัพธ์ (ไทย) 1:

พบผลลัพธ์คาดเดาถูกต้องมากขึ้นเมื่อใช้เทียบแบบจำลองที่สร้างขึ้นจากข้อมูลรวมค่าสองปี ประสิทธิภาพของแบบจำลองถูกปรับปรุงเนื่องจากช่วงกว้างของข้อมูลและค่าส่วนเบี่ยงเบนของสเปกตรัม ซึ่งแสดงในแบบโดยรวม ผลการคาดเดาที่ตั้งต่ำได้รับจากแบบจำลองโดยรวมสามปี ยอมรับได้พบความสามารถในการทำนาย (R2 > 0.70) ดีสุดประสิทธิภาพของการทำการคาดเดาของข้อมูลทั้งหมดพารามิเตอร์จาก 2012 (Fig. 5) นี้สามารถอธิบายความจริงผลไม้เก็บเกี่ยวผลผลิตในปี 2012 มีช่วงกว้างที่สุดของ compositionalค่า และ ชุดข้อมูลตัวแปรเพิ่มเติม ผล corroborateสามารถปรับปรุงเสถียรภาพที่แบบจำลอง โดยรวมช่วงใหญ่ข้อมูล (Bobelyn et al., 2010 Golic และ วอลช์ 2006 Guthrie et al.,2005 Louw และ Theron, 2010 รับและ Kawano, 1998 Peirs

ผลลัพธ์ (ไทย) 2:

ผลการทำนายที่แม่นยำมากขึ้นที่พบเมื่อใช้แบบจำลองการสอบเทียบที่สร้างขึ้นจากข้อมูลประกอบรวมกันสองปี ประสิทธิภาพการทำงานที่ได้รับการปรับปรุงรุ่นเนื่องจากช่วงกว้างของข้อมูลและการเบี่ยงเบนมากขึ้นของคุณสมบัติสเปกตรัมซึ่งถูกแสดงในรูปแบบโดยรวม ผลการทำนายอคติต่ำสุดที่ได้รับจากรูปแบบโดยรวมในปีที่สาม ยอมรับความสามารถในการคาดการณ์ที่พบ (R2> 0.70) กับที่ดีที่สุดประสิทธิภาพการทำงานที่ประสบความสำเร็จในการทำนายของข้อมูลสำหรับทุกพารามิเตอร์จาก2012 (รูปที่. 5) นี้สามารถอธิบายได้ด้วยความจริงที่ว่าผลไม้ที่เก็บเกี่ยวในปี 2012 มีช่วงกว้างที่สุดของ compositional ค่าและทำให้ชุดข้อมูลตัวแปรอื่น ๆ ผลยืนยันความทนทานรูปแบบที่สามารถปรับปรุงโดยรวมถึงช่วงที่มีขนาดใหญ่ของข้อมูล(Bobelyn et al, 2010;. Golic และวอลช์ 2006 Guthrie, et al. 2005; Louw และลิซเธอรอน, 2010; แมคโกลนและ Kawano, 1998; Peirs

ผลลัพธ์ (ไทย) 3:

ผลการทำนายที่แม่นยำมากขึ้น พบว่าเมื่อใช้แบบจำลองที่สร้างขึ้นจากข้อมูลค่า

รวมประกอบสองปี แบบจำลองสมรรถนะดีขึ้นเนื่องจากมีช่วงกว้างของข้อมูลและความเบี่ยงเบนของคุณสมบัติมากขึ้น

แสดงสเปกตรัมซึ่งอยู่ในรูปแบบโดยรวม ผลการทำนายค่าอคติ
ได้มาจากรุ่นสามโดยรวม ยอมรับ
ความสามารถในการทำนายพบ ( R2 > 0.70 ) กับดีที่สุด
ประสิทธิภาพการทำแบบจำลองข้อมูลสำหรับพารามิเตอร์ทั้งหมด
จาก 2012 ( ภาพที่ 5 ) นี้สามารถอธิบายได้โดยความเป็นจริง
ว่า ผลไม้ที่ปลูกใน 2012 มีช่วงกว้างที่สุดของส่วนประกอบ
ค่า จึงเป็นอีกตัวแปรชุดข้อมูล ผลยืนยัน
แบบทนทานสามารถปรับปรุงโดยรวม
ช่วงใหญ่ข้อมูล bobelyn et al . , 2010 ; golic และ วอลช์ , 2006 ; Guthrie et al . ,
2005 ; ลู และ เธร , 2010 ; เมิ่กโลน และคาวา , 1998 ; peirs