《表5 变量筛选结果(1)》
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
《基于植被指数及多光谱纹理特征的降香黄檀叶片全铁含量预测》
(1)VIs代表植被指数;TFMV代表纹理特征均值;TFV代表纹理特征方差。下同。
为了减少数据之间的冗余,本文首选选择出与TIC在0.05和0.01水平上相关的变量,再使用4种变量筛选方法进行二次选择。其中相关性分析法中,将VIs和纹理特征的相关性阈值分别设置为0.7和0.8(即比较相关性大于阈值的变量,选择与TIC的Pearson系数最高的变量);主成分分析保留前三主成分;MIV算法中选择在原值的基础上加减10%构成新的训练样本;GA算法中染色体长度为30,种群大小为20,最大进化代数设置为100。为避免不同自变量个数对最终预测结果的影响,本研究选择每种方法筛选出的前8位变量,最终结果如表5所示。
图表编号 | XD00136248000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 陈珠琳、王雪峰 |
绘制单位 | 中国林业科学研究院资源信息研究所、中国林业科学研究院资源信息研究所 |
更多格式 | 高清、无水印(增值服务) |