《表4 基于不同特征波长挑选方法的KNN鸡蛋种类判别模型Tab.4 KNN model based on different characteristic wavelength selection m

《表4 基于不同特征波长挑选方法的KNN鸡蛋种类判别模型Tab.4 KNN model based on different characteristic wavelength selection m   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
《可见/近红外高光谱成像技术对鸡蛋种类无损判别》


  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

运行KNN算法之前，需要确定合适的K值，K值的大小影响建模效果。图9为全光谱交互验证的错误率与K值大小的分布图，根据最低错误率确定K值，所以选择K=3建立KNN模型。同样的方法确定CARS、GAPLS、IRF特征波长的K值分别为10，7，4，分别建立对应的KNN模型，结果统计如表4。

图表编号XD0017625200    严禁用于非法目的
绘制时间2018.03.01
作者丁佳兴、杨晓玉、房盟盟、何建国
绘制单位宁夏大学农学院、宁夏大学农学院、宁夏大学农学院、宁夏大学农学院
更多格式高清、无水印（增值服务）

相关图表

  1. 《表3 子载荷系数表格：基于PCA-KD-KNN方法的矿井突水水源判别分析研究》2020.12.25
  2. 《表2 基于不同模型下的路径流量演化最终稳定态Tab.2 Stable states of route flow evolution based on different models》2018.02.01
  3. 《表3 特征波长下茶园土壤酸碱状况的Bayes判别模型识别结果Table 3 The predicted results of Bayes discrimination model based on characteristic wavele》2018.07.30
  4. 《表3 全波长下基于不同预处理方法的KNN模型苹果产地识别率》2020.06.20
  5. 《表4 基于特征参数方法的识别结果Tab.4 Recognition rate of method based on feature parameters》2019.01.25
  6. 《表2 模型匹配结果：一种基于KNN算法的客户身份识别方法》2019.04.21
  7. 《表1 模型数据因子：一种基于KNN算法的客户身份识别方法》2019.04.21
  8. 《表1 模型数据因子：一种基于KNN算法的客户身份识别方法》2019.04.21
  9. 《表2 基于不同特征集的KNN分类模型准确率Tab.2 Accuracy of K-nearest neighbor model using different feature sets》2019.02.25
  10. 《Table 1 CTR based on different feature extraction methods表1基于不同特征提取方法的点击率》2019.03.01
  11. 《表1 基于不同分布模型的ACI方法的系统费用Tab.1 System costs of ACI method based on different distribution models》2019.02.25
  12. 《表2 基于不同特征选择方法的RVM模型效果Tab.2 Effect of RVM models based on selection methods of different features》2019.01.18
  13. 《表2 基于不同算子的PI逆模型拟合精度Tab.2 Fitting accuracy of PI inverse model based on different operators》2018.11.01
  14. 《表4 不同特征维度下评估结果 (基于改进的TF-IDF) Tab.4 Evaluation results in different feature dimensions (based on improved TF-IDF)》2018.12.01
  15. 《表4 不同波长数建模后的评价指标Tab.4 Evaluation index of different wavelengths after modeling》2018.12.01
  16. 《表4 遥感指数-地温的GWR模型Tab.4 LST Model based on remote sensing index (GWR)》2018.11.25
  17. 《表4 三岔河流域基于水文响应单元的不同地形因子的径流及蒸散发Tab.4 Runoff and evapotranspiration based on different elevations of the hydrological resp》2018.07.25
  18. 《表4 基于X网络不同步数下目标识别率Tab.4 The target recognition rate under different steps based on the X network》2018.10.01
  19. 《表4 时序总长度为15a的5个测站基于最优噪声模型、白噪声模型的速度场及其差异/mm·a-1Tab.4 Velocity Field and Its Difference Based on the Optimal Noise Model a》2018.04.05
  20. 《表7 基于不同方差-协方差结构的模型比较Tab.7 Comparison of model based on different variance-covariance structures》2018.10.01

随机翻阅

《表2 两组炎性因子水平分析(±s)》 《表4 唐山市人民医院接诊的溃疡性结肠炎焦炉工观察组和对照组的治疗效果[例（%）]》 《表2 2014年银川平原主要渠引水量情况表》 《表4 亚组间人口数据及病史资料比较》 《表1 两组患者并发症情况对比[n (%) ]》 《表3 常见频域参数指标》 《表1 两组患者基本情况对比 (±s)》 《表5 Hausman检验结果》 《表1 地下水常规组分统计特征值》 《表2 教室内可利用资源的功能分析Tab.2 Functional analysis of resources available in the classroom》