3.4. Comparison of PLS models at se

3.4. Comparison of PLS models at selected wavebands
Both of the two spectral regions in the current HSI systems contained
121 wavebands, however, not all of them were critical in
moisture content prediction. Moreover, wavebands should be
refined to a few numbers (generally less than ten) in order to ease
the burden of computing capability, to simplify the modeling and
visualizing processes, and to realize potential on-line applications.
Table 2 shows the key wavebands identified by three different
methods in the spectral range of 400–1000 nm and 880–
1720 nm, respectively. The predicting behavior of PLS models
developed on full-wavelength range and selected wavelengths
were compared as well. As shown in Table 2, four wavebands in
the Vis–NIR range (400–1000 nm) were needed to obtain a better
MC prediction model. Compared to the FW-PLS-1 (Rp
2 = 0.933 and
RMSEP = 7.109%), all simplified models (RC-PLS-1, SW-PLS-1, and
CARS-PLS-1) established at the selected wavebands behaved well
for moisture content prediction, showing higher value of Rp
2 and
lower value of RMSEP. This result could be expected because the
irrelevant spectral information corresponding to moisture content
of the mangoes was eliminated by the waveband selection procedure.
Among the three strategies for feature wavebands in the
400–1000 nm region, stepwise regression was found to be the best
(Rp
2 = 0.959 and RMSEP = 5.582%). Meanwhile, a major vibrational
peak (970 nm) in water was observed in the selected results
(410, 930, 955, and 975 nm) for moisture prediction. Due to the
fact that water has specific absorption peaks in the NIR region, it
is reasonable that all PLS-2 models performed better than all
PLS-1 models. Moreover, by using two feature wavebands selected
by SW (1398 and 1573 nm) or CARS (1342 and 1405 nm), an equivalent
or even better prediction performance compared to
FW-PLS-2 model could be achieved. Overall, the optimal PLS model
for MC prediction in the current study was RC-PLS-2, which
achieved the highest prediction accuracy of Rp
2 = 0.972 and
RMSEP = 4.611%. Among the five important wavebands (908,
1076, 1153, 1405, and 1706 nm) selected by regression coefficients
of the PLS model, bands at 1153 nm and 1706 nm were assigned to
the stretching second and first overtone of C–H due to the presence
of CH3 functional group (Osborne et al., 1993), and the band at
1405 nm could be associated with the R–OH functional group
(Osborne et al., 1993) from the carbohydrate of the mangoes.

ผลลัพธ์ (ไทย) 1:

3.4 การเปรียบเทียบรุ่นกรุณาที่ wavebands เลือกทั้งสองภูมิภาคสเปกตรัมในระบบ HSI ปัจจุบันอยู่121 wavebands อย่างไรก็ตาม ไม่ใช่ทั้งหมดสำคัญในคาดเดาเนื้อหาความชื้น นอกจากนี้ wavebands ควรบริสุทธิ์หมายเลขกี่ (โดยทั่วไปต่ำกว่าสิบ) เพื่อความสะดวกภาระของการใช้งานความสามารถ การสร้างโมเดลง่ายขึ้น และกระบวนการ การแสดงผลและตระหนักถึงการใช้งานง่ายดายอาจเกิดขึ้นตารางที่ 2 แสดง wavebands คีย์ที่ระบุ โดยที่สามแตกต่างกันวิธีการในช่วงสเปกตรัมของ 400 – 1000 nm และ 880 –1720 nm ตามลำดับ พฤติกรรม predicting รุ่นกรุณาพัฒนาในช่วงความยาวคลื่นเต็มและเลือกความยาวคลื่นได้เปรียบเทียบเช่นกัน ดังแสดงในตารางที่ 2, wavebands 4 ในช่วง Vis-NIR (400 – 1000 nm) ถูกต้องดีกว่าขอรับแบบจำลองพยากรณ์ MC เมื่อเทียบกับ FW-PLS-1 (Rp2 = 0.933 และRMSEP = 7.109%), ทุกภาษารุ่น (RC-PLS-1, SW-PLS-1 และCARS-PLS-1) ก่อตั้งขึ้นที่ wavebands เลือกที่ประพฤติตัวดีสำหรับความชื้นทำนายเนื้อหา การแสดงค่าของ Rp2 และค่าต่ำของ RMSEP สามารถคาดหวังผลลัพธ์นี้เนื่องจากการข้อมูลสเปกตรัมความเกี่ยวข้องสอดคล้องกับเนื้อหาความชื้นมะม่วงถูกตัด โดยขั้นตอนการเลือก wavebandระหว่างกลยุทธ์สามสำหรับ wavebands คุณลักษณะในการ400 – 1000 nm ภูมิภาค พบถดถอย stepwise จะ ดีสุด(Rp2 = 0.959 และ RMSEP = 5.582%) ในขณะเดียวกัน เป็นหลัก vibrationalสูงสุด (970 นาโนเมตร) ในน้ำที่พบในผลการเลือก(410, 930, 955 และ 975 nm) สำหรับทำนายความชื้น เนื่องการความจริงที่ว่า น้ำมีการดูดซึมเฉพาะยอดในภูมิภาค NIR มันเหมาะสมที่ 2 กรุณาทุกรุ่นทำดีกว่าทั้งหมดกรุณา-1 แบบจำลอง นอกจากนี้ โดย สองคุณลักษณะ wavebands เลือกโดย SW (1398 และ 1573 nm) หรือรถยนต์ (1342 และ 1405 nm), เทียบเท่าหรือแม้แต่การทำนายประสิทธิภาพเปรียบเทียบกับรุ่น FW-PLS-2 ไม่ได้ โดยรวม แบบกรุณาเหมาะสมที่สุดสำหรับ MC ทำนายในการศึกษาปัจจุบันถูก RC-PLS-2 ที่ได้ความถูกต้องของการทำนายสูงสุดของ Rp2 = 0.972 และRMSEP = 4.611% ระหว่าง wavebands สำคัญห้า (9081076, 1153, 1405 และ 1706 nm) เลือกตามค่าสัมประสิทธิ์ถดถอยรุ่นกรุณา วงที่ 1153 nm และ 1706 nm ถูกกำหนดให้การยืดครั้งแรก และสอง overtone ของ C – H เนื่องจากกลุ่ม functional CH3 (ออสบอร์น et al., 1993), และวงดนตรีที่1405 nm สามารถเชื่อมโยงกับกลุ่ม functional R-OH(ออสบอร์น et al., 1993) จากคาร์โบไฮเดรตที่มะม่วง

ผลลัพธ์ (ไทย) 2:

3.4 เปรียบเทียบรุ่น PLS ที่ wavebands
เลือกทั้งสองภูมิภาคสเปกตรัมในระบบHSI ปัจจุบันที่มีอยู่
121 wavebands
แต่ไม่ทั้งหมดของพวกเขาเป็นสิ่งสำคัญในการทำนายความชื้น นอกจากนี้ wavebands
ควรจะกลั่นให้เป็นตัวเลขไม่กี่(โดยทั่วไปน้อยกว่าสิบ)
เพื่อบรรเทาภาระของการคำนวณความสามารถในการที่จะลดความซับซ้อนของการสร้างแบบจำลองและการแสดงกระบวนการและตระหนักถึงศักยภาพการใช้งานแบบ
on-line.
ตารางที่ 2 แสดง wavebands ที่สำคัญที่ระบุ
โดยสามที่แตกต่างกันวิธีการในช่วงสเปกตรัมของ400-1000 นาโนเมตรและ 880-
1720 นาโนเมตรตามลำดับ พฤติกรรมการทำนายของรูปแบบ PLS พัฒนาอย่างเต็มรูปแบบความยาวคลื่นและความยาวคลื่นที่เลือกมาเปรียบเทียบเช่นกัน ดังแสดงในตารางที่ 2 สี่ wavebands ในช่วงVis-NIR (400-1,000 นาโนเมตร) เป็นสิ่งที่จำเป็นที่จะได้รับที่ดีกว่าแบบจำลองทำนายMC เมื่อเทียบกับ FW-PLS-1 (รูเปียห์2 = 0.933 และRMSEP = 7.109%) ทุกรูปแบบที่เรียบง่าย (RC-PLS-1, SW-PLS-1 และรถยนต์-PLS-1) ก่อตั้งขึ้นที่ wavebands เลือกประพฤติดีการทำนายความชื้นแสดงค่าที่สูงขึ้นของรูเปียห์ที่ 2 และมูลค่าที่ลดลงของRMSEP ผลที่ได้นี้คาดว่าอาจจะเป็นเพราะข้อมูลสเปกตรัมที่ไม่เกี่ยวข้องสอดคล้องกับความชื้นของมะม่วงที่ถูกกำจัดโดยขั้นตอนการเลือกwaveband. หนึ่งในสามกลยุทธ์สำหรับ wavebands คุณลักษณะในภูมิภาค400-1000 นาโนเมตรถดถอยแบบขั้นตอนพบว่าเป็นที่ดีที่สุด(รูเปียห์2 = 0.959 และ RMSEP = 5.582%) ขณะที่การสั่นที่สำคัญสูงสุด (970 นาโนเมตร) ในน้ำพบว่าในผลการเลือก (410, 930, 955 และ 975 นาโนเมตร) ในการทำนายความชุ่มชื้น เนื่องจากความจริงที่ว่าน้ำมียอดการดูดซึมเฉพาะในภูมิภาค NIR ก็เป็นเหตุผลว่าPLS-2 ทุกรุ่นทำได้ดีกว่าทุกPLS-1 แบบจำลอง นอกจากนี้โดยใช้สอง wavebands คุณลักษณะที่เลือกโดยSW (1398 และ 1573 นาโนเมตร) หรือรถยนต์ (1342 และ 1405 นาโนเมตร) เทียบเท่าหรือประสิทธิภาพการทำนายที่ดียิ่งขึ้นเมื่อเทียบกับFW-PLS-2 จะประสบความสำเร็จแบบจำลอง โดยรวม, รุ่น PLS ที่ดีที่สุดในการทำนายMC ในการศึกษาในปัจจุบันเป็น RC-PLS-2 ซึ่งประสบความสำเร็จในการทำนายความถูกต้องสูงสุดของรูเปียห์2 = 0.972 และRMSEP = 4.611% ในห้า wavebands สำคัญ (908, 1076, 1153, 1405 และ 1706 นาโนเมตร) เลือกโดยค่าสัมประสิทธิ์การถดถอยของรูปแบบPLS, วงดนตรีที่ 1,153 นาโนเมตรและ 1706 นาโนเมตรได้รับมอบหมายให้ยืดรองที่สองและเป็นครั้งแรกของC-H เนื่องจากการ การปรากฏตัวของกลุ่มCH3 ทำงาน (ออสบอร์ et al., 1993) และวงดนตรีที่1,405 นาโนเมตรอาจจะเกี่ยวข้องกับ R-OH กลุ่มทำงาน(ออสบอร์ et al., 1993) จากคาร์โบไฮเดรตของมะม่วงที่

ผลลัพธ์ (ไทย) 3:

3.4 . การเปรียบเทียบแบบจำลองที่กรุณาเลือก wavebands
ทั้งสองพื้นที่ภูมิภาคในระบบปัจจุบันที่มีอยู่
- 121 wavebands อย่างไรก็ตาม ไม่ใช่ทุกคนที่สำคัญใน
การทำนายปริมาณความชื้น นอกจากนี้ wavebands ควรจะ
ประณีตไม่กี่ตัวเลข ( โดยทั่วไปน้อยกว่าสิบ ) เพื่อความสะดวก
ภาระของความสามารถคอมพิวเตอร์ เพื่อลดความซับซ้อนของกระบวนการและแบบจำลอง
สร้างภาพ ,และตระหนักถึงการใช้งานออนไลน์ที่อาจเกิดขึ้น .
ตารางที่ 2 แสดงคีย์ wavebands ระบุ 3
วิธีการในช่วงสเปกตรัมของ 400 - 1000 nm และ 880 –
1720 nm ตามลำดับ ทำนายพฤติกรรมของ pls รูปแบบ
พัฒนาในช่วงความยาวคลื่นเต็มและเลือกความยาวคลื่น
เปรียบเทียบเช่นกัน ดังแสดงในตารางที่ 2 , 4 wavebands ใน
ช่วงที่ 3 – NIR ( 400 – 1000 nm ) และต้องการที่จะได้รับดีกว่า
MC พยากรณ์แบบ เมื่อเทียบกับ fw-pls-1 ( RP
2 = 0.933 และ
rmsep = 7.109 % ) ทุกรุ่น ( rc-pls-1 sw-pls-1 ง่าย , ,
cars-pls-1 ) ก่อตั้งขึ้นที่เลือก wavebands ประพฤติดี
สำหรับความชื้น การทำนาย ให้มีค่า RP
2
ค่าลดลง rmsep . ผลที่ได้นี้อาจจะคาดเพราะ
สเปกตรัมของข้อมูลที่ไม่เกี่ยวข้องความชื้น
ของมะม่วงที่ถูกคัดออก โดยวิธีคัดเลือก waveband .
ระหว่างสามกลยุทธ์สำหรับคุณลักษณะ wavebands ใน
400 - 1000 nm ภูมิภาค , Stepwise Regression พบว่าเป็นดีที่สุด
( RP
2 = 0.959 และ rmsep = 5.582 % ) ในขณะเดียวกัน , สาขาการสั่น
ยอด ( 970 นาโนเมตร ) ในน้ำ พบในเลือกผลลัพธ์
( 410 , 930 955 , ,605 nm ) และการทำนายความชื้น เนื่องจากการข้อเท็จจริงที่ว่ามีการดูดซึมน้ำ
ยอดเฉพาะในภูมิภาคคือ มันมีเหตุผลที่ pls-2
นางแบบแสดงได้ดีกว่ารุ่น pls-1 ทั้งหมด

โดยการใช้คุณลักษณะการเลือกสอง wavebands
โดย SW ( 1398 แล้ว 1573 nm ) หรือรถยนต์ ( 1060 แล้ว 1405 nm ) เทียบเท่าหรือดีกว่าการคาดการณ์


fw-pls-2 ประสิทธิภาพเทียบรุ่นได้ .โดยรวม , pls ที่ดีที่สุดแบบจำลอง
สำหรับ MC ทำนายในการศึกษาในปัจจุบันคือ rc-pls-2 ซึ่ง
ความสูงที่สุดทำนายความถูกต้องของ RP
2 = 0.972 และ
rmsep = 4.611 % ในห้าที่สำคัญ wavebands ( 908
1074 , 989 , 1405 , และ , 1706 nm ) ที่มีสัมประสิทธิ์ถดถอย
ของ pls รูปแบบวงดนตรีที่ 1010 nm และ 1706 nm ได้รับ
การยืดที่สองและเสียงแทรกแรกของ C - H เนื่องจากการแสดง
กลุ่ม CH3 การทำงาน ( Osborne et al . , 1993 ) , และวงดนตรีที่
1405 nm สามารถที่เกี่ยวข้องกับ R –โอ้
หมู่ฟังก์ชัน ( Osborne et al . , 1993 ) จากคาร์โบไฮเดรต
มะม่วง 2