2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩44頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本試驗(yàn)旨在證明樣品水分含量,以及控制水分在10-11%條件下的氨基酸含量和粗蛋白含量呈正態(tài)分布與勻態(tài)分布對(duì)傅立葉近紅外所建模型預(yù)測(cè)效果的影響。試驗(yàn)分別以豆粕水分含量、控制水分在10-11%條件下的氨基酸和粗蛋白含量的分布形態(tài)為研究對(duì)象,采用單因子試驗(yàn)設(shè)計(jì),設(shè)正態(tài)分布樣品校正集和勻態(tài)分布樣品校正集,分別建立預(yù)測(cè)豆粕水分含量,氨基酸含量和粗蛋白含量的模型。結(jié)果如下:3個(gè)水分含量呈正態(tài)分布所建預(yù)測(cè)模型的整體平均誤差RMSECV分別為0.151

2、、0.174、0.185,而勻態(tài)分布為0.186;粗蛋白、天門冬氨酸、蘇氨酸、絲氨酸、谷氨酸、甘氨酸、丙氨酸、纈氨酸、異亮氨酸、亮氨酸、酪氨酸、苯丙氨酸、賴氨酸、組氨酸、精氨酸和脯氨酸含量呈正態(tài)分布所建模型的整體平均誤差RMSECV分別為0.046、0.07、0.03、0.03、0.07、0.02、0.04、0.03、0.04、0.06、0.03、0.03、0.042、0.04、0.03、0.05和0.03,呈勻態(tài)分布所建模型的整體平均

3、誤差RMSECV分別為0.47、0.08、0.03、0.04.、0.08、0.03、0.05、0.03、0.04、0.07、0.04、0.05、0.03、0.05和0.03,勻態(tài)分布所建模型較正態(tài)分布所建模型預(yù)測(cè)效果差。當(dāng)用水分含量為試驗(yàn)對(duì)象建立的4個(gè)模型預(yù)測(cè)水分含量為9——14%,平均值為11.47±1.28的樣品時(shí),3個(gè)水分含量呈正態(tài)分布所建模型預(yù)測(cè)結(jié)果分別為12.23±1.2911.41±1.33,11.48±1.24,而勻態(tài)分布

4、所建模型為11.47±1.15,顯然優(yōu)于正態(tài)分布所建模型;水分正態(tài)分布所建模型預(yù)測(cè)中間水分含量的準(zhǔn)確性較高,優(yōu)于勻態(tài)分布所建模型,且σ值越小越明顯。勻態(tài)分布所建模型的預(yù)測(cè)值與實(shí)測(cè)值之間的差異均較小,預(yù)測(cè)高、低水分含量的樣品的準(zhǔn)確性優(yōu)于正態(tài)分布所建模型。當(dāng)用控制水分含量在10-11%條件下建立的氨基酸和粗蛋白預(yù)測(cè)模型預(yù)測(cè)高、中、低含量的樣品時(shí),正態(tài)分布所建模型預(yù)測(cè)中間氨基酸、粗蛋白含量的樣品好于勻態(tài)分布所建模型,而勻態(tài)模型預(yù)測(cè)高、低氨基酸

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論