《表4 随机森林回归叶片SPAD值预测模型统计》
采用RFR模型,结合不同预处理方法,建立叶片SPAD值估测模型,其建模精度与预测精度如表4所示。训练集所有预处理方法建模处理后,预测精度最优的预处理方法为SG法,决定系数R2为0.96、RMSE为7.80、RPD为4.95;验证集所有预处理方法建模后得到的决定系数R2平均系数为0.69,预测精度最优的预处理方法为SG+BC法,决定系数R2为0.87、RMSE为12.38、RPD为2.82。采用SG、SG+BC、SG+MSC、SG+SNV提高了RFR模型验证集的决定系数R2。图4为RFR高光谱模型预测SPAD值的最佳结果(R2=0.87)。
图表编号 | XD00198814700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.20 |
作者 | 严志雁、王芳东、郭熙、丁建 |
绘制单位 | 江西省农业科学院农业经济与信息研究所、江西省农业信息化工程技术研究中心、江西省农业科学院基地管理中心、江西农业大学江西省鄱阳湖流域农业资源与生态重点实验室、江西省农业科学院农业经济与信息研究所、江西省农业信息化工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |