《表5 不同预处理模式下偏最小二乘判别分析的玉米种子活力判别结果》

  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

《玉米种子活力逐粒无损检测与分级装置研究》

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

建立PLS-DA模型首先是选择主因子数，本文采用留一交叉验证法来确定PLS-DA模型的主因子数，选择RMSECV较小，判别正确率较高，而主因子数尽量小的参数。将样品集按3∶1的比例划分为校正集（75粒）和预测集（25粒）[26]，对样品进行建模判别。选择SG卷积平滑（Savitzky-Golay smooth，SG-smooth）、标准正态变换（Standard normal variable transformation，SNV）以及这2种预处理方式相结合的方法对原始光谱进行处理，比较所建模型的判别结果，如表5所示。从表中可看出，在主因子数为5时，几种不同处理方式下的建模结果差异不大，其中SG-smooth预处理下的建模效果最优，校正集中有活力种子和无活力种子均有1粒判别错误，判别准确率达98.7%；预测集中有活力种子全部判别正确，无活力种子有2粒判定错误，总判别准确率为96%。