《表6 特征光谱判别模型准确率》

  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

为了建立基于近红外特征光谱的当归真伪判别模型，将所分析出的20个特征波长作为GBDT的输入，所得模型的判别效果见表6。相比于原始光谱，特征光谱判别模型所用到的光谱变量大大减少，建模过程得到了简化，特征光谱所建模型判别准确率虽有所下降，但训练集与预测集的正确率仍均高于85%。对4类样本进行分析，当归单组训练集和测试集判别准确率分别达到了97.37%和91.89%，因此所建立的特征光谱判别模型也能够较好地实现当归的真伪鉴别。