《表4 SVM分类模型准确率》

  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

《基于近红外光谱和梯度提升决策树建立当归药材及伪品的定性判别模型》

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

随机抽取76份当归、10份华中前胡、10份欧当归、11份云南野归作为训练集建立判别模型，剩余的37份当归、5份华中前胡、5份欧当归、5份云南野归作为测试集以评估所建模型的性能，GBDT鉴别结果如表3所示，所建立的分类模型对当归的真伪有较好的鉴别效果。训练集与测试集总体判别率分别为94.39%、90.38%，其中GBDT模型对华中前胡的识别率达到100%。GBDT识别模式下当归部分样品发生误判，但单组判别准确率也大于90%，可见利用GBDT建立的分类模型能够有效鉴别当归与其混伪品。