《表4 不同品种定标模型前8个主成分主要贡献率》

  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

《采用近红外光谱进行采后苹果品种及货架期定性判别》

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

单位:%

为去除噪音、基线漂移、光散射、样本不均匀等现象[24]，对原始光谱进行光谱预处理，对原始光谱分别进行一阶导数处理、二阶导数处理、标准正常化处理（standard normal variate，SNV）、去散射处理（detrend，D）、标准多元离散校正（standard multiple scatter correction，SMSC）等光谱预处理。如表4所示，去散射结合二阶导数处理（D+二阶导数）对主成分贡献率最高。其中，采用二阶导数处理可以减缓基线中线性漂移，去散射处理可以减缓因散射处理引起的光谱误差[24]。因此，本研究不同品种定标模型采用去散射结合二阶导数处理（D+二阶导数）光谱预处理方法。