《表1 ELM建模算法的模拟结果》

  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

《结合分数阶微分技术与机器学习算法的土壤有机碳含量光谱估测》

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

为了研究FOD对模型性能的影响，利用ELM、RF、MARS、Elastic Net和GBRT 5种机器学习算法建立55种模型，使用原始反射率和FOD(v的取值范围为0～2，步长为0.2）处理后的反射率定量估算SOC含量，以R2、RMSE和RPD作为评价指标，模拟结果如表1～5所示。从表1～5可以看到，ELM模型的模拟效果不稳定，预测性能整体较差，最佳预测性能出现在0.4阶的反射率上，评级为一般；RF模型的预测效果整体较好，稳定性最高，最佳预测性能出现在1.6阶的反射率上，R2=0.828，RPD=2.858；MARS模型的最佳预测性能在1.4阶的反射率上，R2=0.867，RPD=2.783；Elastic Net模型的最佳预测性能在1.6阶的反射率上，R2=0.869，RPD=2.798；GBRT模型的最佳预测性能在1.6阶的反射率上，R2=0.878，RPD=3.142，后4种预测效果评级为优秀。