《表2 主成分的特征值和方差贡献率》
经过预处理后,各检测深度水稻种子光谱组成的数据矩阵可作为模型的输入,但巨大的计算量会降低模型预测的精度。因此,以95%为目标累计贡献率完成光谱的特征提取,主成分的特征值和贡献率如表2所示。由表2可知,稻种前3个主成分累计贡献率为98.015 8%,大于95%,包含了稻种光声光谱的大部分有用信息,因而可用前3个主成分代替原光谱信息。特征光谱如图3所示。
图表编号 | XD00204442500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 卢伟、张孜谞、蔡苗苗、张壹峰 |
绘制单位 | 南京农业大学人工智能学院江苏省现代设施农业技术与装备工程实验室、南京农业大学人工智能学院江苏省现代设施农业技术与装备工程实验室、南京农业大学人工智能学院江苏省现代设施农业技术与装备工程实验室、南京农业大学人工智能学院江苏省现代设施农业技术与装备工程实验室 |
更多格式 | 高清、无水印(增值服务) |