《表1 不同判别分类方法模型预测结果》

  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

《基于机器学习的微量农药光谱预测模型》

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

所有光谱数据在分析之前都进行了预处理，首先采用多元散射矫正（multiple scatter correction，MSC）消除光谱曲线的基线漂移，使不同样本之间的光谱差异变得明显，之后进行归一化数据处理，将矩阵的每一行压缩到[-1，1]。归一化的目的是使预处理的数据被限定在一定的范围内，从而消除奇异样本数据导致的不良影响。将样本按照浓度不同分为高浓度（300～400 mg/kg）、中浓度（100～300 mg/kg）、低浓度（小于100 mg/kg）三个组别进行试验。表1所示是不同判别分类方法模型预测结果。