《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》
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%。
图表编号 | XD00135818300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.25 |
作者 | 王亚丽、彭彦昆、赵鑫龙、沈柳杨 |
绘制单位 | 中国农业大学工学院、国家农产品加工技术装备研发分中心、中国农业大学工学院、国家农产品加工技术装备研发分中心、中国农业大学工学院、国家农产品加工技术装备研发分中心、中国农业大学工学院、国家农产品加工技术装备研发分中心 |
更多格式 | 高清、无水印(增值服务) |