《表2 基于偏最小二乘回归的牧草CP估算模型评价》
PLSR方法可以利用PCA将多个具有共线性的特征减少为几个不相关的主成分,从而使反演模型的预测能力更强,性能更加鲁棒[28-29]。利用SFS筛选得到敏感波段组合(原始光谱)和敏感分量组合(MGSS),以选择的前10个波段/分量(图5)为例,将其分别降维至5和7个主成分,来对牧草CP含量进行PLSR建模和性能评价。选择模型估算性能较好的前10种粒度,如表2所示。
图表编号 | XD00121508000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 康孝岩、张爱武 |
绘制单位 | 首都师范大学三维信息获取与应用教育部重点实验室、首都师范大学空间信息技术教育部工程研究中心 |
更多格式 | 高清、无水印(增值服务) |