《表1 对光谱样本提取的特征波长》
选择特征波长对于去除高维数据中的冗余信息,优化校准模型,获得良好的结果具有重要意义。本试验利用主成分载荷法(PCA-Loading)、随机蛙跳算法(RF)和连续投影法(SPA)提取特征波长(Characteristic wavelengths,CWs),3种算法分别筛选9、10、13个特征波长,如图4和表1表示。
图表编号 | XD00135168800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.15 |
作者 | 许敬诚、吕新、林皎、张泽、姚秋双、范向龙、洪延宏 |
绘制单位 | 石河子大学农学院、新疆兵团绿洲生态农业重点实验室、石河子大学农学院、新疆兵团绿洲生态农业重点实验室、石河子大学农学院、新疆兵团绿洲生态农业重点实验室、石河子大学农学院、新疆兵团绿洲生态农业重点实验室、石河子大学农学院、新疆兵团绿洲生态农业重点实验室、石河子大学农学院、新疆兵团绿洲生态农业重点实验室、石河子大学农学院、新疆兵团绿洲生态农业重点实验室 |
更多格式 | 高清、无水印(增值服务) |