《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》
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。
图表编号 | XD00188268500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.10 |
作者 | 赵启东、葛翔宇、丁建丽、王敬哲、张振华、田美玲 |
绘制单位 | 新疆大学绿洲生态教育部重点实验室、新疆大学资源与环境科学学院智慧城市与环境建模自治区普通高校重点实验室、新疆大学绿洲生态教育部重点实验室、新疆大学资源与环境科学学院智慧城市与环境建模自治区普通高校重点实验室、新疆大学绿洲生态教育部重点实验室、新疆大学资源与环境科学学院智慧城市与环境建模自治区普通高校重点实验室、新疆大学绿洲生态教育部重点实验室、新疆大学资源与环境科学学院智慧城市与环境建模自治区普通高校重点实验室、广东省生态环境技术研究所、新疆大学绿洲生态教育部重点实验室、新疆大学资源与环境科学学院智慧城市 |
更多格式 | 高清、无水印(增值服务) |