《表6 基于不同变量组的机器学习模型》
提示：宽带有限、当前游客访问压缩模式
将敏感波段、光谱指数、全变量组作为模型输入变量，分别建立SVM、BPNN、RF等3种机器学习回归模型并进行模型精度验证，模型结果如表6所示。
| 图表编号 | XD00121662600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.25 |
| 作者 | 张智韬、魏广飞、姚志华、谭丞轩、王新涛、韩佳 |
| 绘制单位 | 西北农林科技大学水利与建筑工程学院、西北农林科技大学旱区农业水土工程教育部重点实验室、西北农林科技大学水利与建筑工程学院、西北农林科技大学旱区农业水土工程教育部重点实验室、西北农林科技大学水利与建筑工程学院、西北农林科技大学旱区农业水土工程教育部重点实验室、西北农林科技大学水利与建筑工程学院、西北农林科技大学旱区农业水土工程教育部重点实验室、西北农林科技大学水利与建筑工程学院、西北农林科技大学旱区农业水土工程教育部重点实验室、西北农林科技大学水利与建筑工程学院、西北农林科技大学旱区农业水土工程教育部重点实 |
| 更多格式 | 高清、无水印（增值服务） |
