《表5 有效预处理方法的模型预测精度均值》

  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

《高光谱估测稻叶SPAD值预处理方法与模型比较》

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

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。