《表4 不同特征波长下的SSC PLSR模型》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《高光谱成像快速检测壳聚糖涂膜草莓可溶性固形物》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

分别建立全光谱和特征波长的PLSR，SVR模型。其模型回归效果和模型参数如表4和表5所示。0壳聚糖涂膜的样本全光谱数据建立的PLSR模型Rc2和Rv2略高于SVR模型，效果较好。而挑选的特征波长建立的回归模型中，SPA-SVR效果最好，Rc2和Rv2值分别为0.865和0.835，RMSEC和RMSEV值分别为0.251和0.286。0.5%壳聚糖涂膜的样本全光谱数据建立的SVR模型Rc2高于PLSR模型，而PLSR模型的Rv2高于SVR模型。特征波长中，SPA-SVR的Rc2和Rv2值分别为0.808和0.799，RMSEC和RMSEV值分别为0.216和0.203，效果最佳。1%壳聚糖涂膜的样本全光谱数据建立的PLSR模型效果较好，特征波长中，SPA-SVR的Rc2和Rv2值分别为0.834和0.875，RMSEC和RMSEV值分别为0.334和0.170，预测效果最佳。每个浓度下的全光谱数据建立的PLSR和SVR模型Rc2和Rv2值均低于SPA-SVR模型，因此，SPA-SVR模型可以较好地预测0，0.5%，1%壳聚糖涂膜的草莓样本SSC含量。图8为3种浓度涂膜的草莓样本SPA-SVR模型建模与预测结果散点图。