《表3 各降维方法的评估：基于分窗Gram-Schmidt高光谱降维的水稻纹枯病检测》

  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

《基于分窗Gram-Schmidt高光谱降维的水稻纹枯病检测》

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

基于分窗Gram-Schmidt变换降维，当窗口值为200nm，得出4个主基底时效果最好，将主基底与纹枯病建立回归模型，盆栽纹枯病接种试验其回归模型决定性系数R2和均方根误差MSE分别为0.8373和0.0406；大田纹枯病调查试验其回归模型决定性系数R2和均方根误差MSE分别为0.9701和0.0065。主成分分析选取6个因子作为特征，基于线性回归检测建模时，盆栽纹枯病接种试验交叉验证决定系数R2为0.7931，均方误差MSE为0.049；大田纹枯病调查试验交叉验证决定系数R2为0.9658，均方误差MSE为0.0078。运用连续投影法选取特征参数，盆栽纹枯病接种试验交叉验证决定系数R2为0.8132，均方误差MSE为0.0466；大田纹枯病调查试验交叉验证决定系数R2为0.9685，均方误差MSE为0.0072。