《表5 有效预处理方法的模型预测精度均值》
与原始光谱数据建模结论相比较,提高了验证集预测精度的预处理方法为有效预处理方法,有效预处理方法的模型平均预测精度如表5所示。由表2~表5结果可知,PLSR模型中,BC、SG、SG+BC、SG+SNV提高了验证集模型精度,这4种预处理与原始光谱建模的平均决定系数R2为0.67、平均RMSE为19.24、平均RPD为1.90。SVR模型中,SG、SG+BC提高了验证集模型精度2种,这2种预处理与原始光谱建模的平均决定系数R2为0.74、平均RMSE为17.28、平均RPD为2.11。RFR模型中,SG、SG+BC、SG+MSC、SG+SNV提高了验证集模型精度,这4种预处理与原始光谱建模的平均决定系数R2为0.84、平均RMSE为13.70、平均RPD为2.59。RFR模型比SVR和PLSR模型的验证集预测精度有明显提高,训练集的平均决定系数R2提高为0.06~0.15,平均RMSE降低为3.46~7.78,平均RPD提高为0.51~2.24;预测集的平均决定系数R2提高为0.04~0.17,平均RMSE降低为1.36~5.54,平均RPD提高为0.20~0.69。
图表编号 | XD00198814400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.20 |
作者 | 严志雁、王芳东、郭熙、丁建 |
绘制单位 | 江西省农业科学院农业经济与信息研究所、江西省农业信息化工程技术研究中心、江西省农业科学院基地管理中心、江西农业大学江西省鄱阳湖流域农业资源与生态重点实验室、江西省农业科学院农业经济与信息研究所、江西省农业信息化工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |