《表3 MCF结合不同回归方法的总酚预测结果比较》
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
《基于蒙特卡罗频率法的葡萄籽总酚含量高光谱测量变量选择》
对MCF结合不同回归方法的性能进行比较。除SVR之外,还采用最小二乘回归(Partial Least Squares Regression,PLSR)法、RBF神经网络建立子模型选择特征波段。为了比较不同回归方法的波段选择效果,采用蒙特卡罗对波长采样2 000次,分别用SVR、PLSR和RBF这3种方法建立回归子模型,选择出现频次最高的前9个波长作为特征波长。用特征波长建立葡萄籽总酚的SVR预测模型,表3为不同模型的预测结果。MCF结合3种回归方法进行波段选择,预测R2达到0.85~0.91,RMSE约为0.37~0.55。而其中采用SVR建立子模型进行波段选择时,预测效果最佳。
图表编号 | XD00115221000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 成云玲、杨蜀秦 |
绘制单位 | 西北农林科技大学机械与电子工程学院、农业农村部农业物联网重点实验室、西北农林科技大学机械与电子工程学院、农业农村部农业物联网重点实验室 |
更多格式 | 高清、无水印(增值服务) |