《表4 主成分得分贡献率及其累计贡献率》

  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

《基于主成分回归的猕猴桃可溶性固形物无损检测》

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

在建立预测猕猴桃SSC回归模型之前，先采用主成分分析对SNV预处理的光谱进行降维，前16个主成分（P1—P16）得分的贡献率及其累计贡献率见表4。由表4可知，前16个主成分得分可以呈现97.40%以上的原始光谱信息。由此，选取前16个主成分得分作为样本集特征光谱，不仅能保证预测模型的性能，而且将1024个波长压缩为16个新变量作为特征变量，明显提升了预测模型的运行效率。