《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》

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

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。