《表3 基于不同光谱数据的草莓糖度PLS模型预测结果》

  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

《基于SPXY-WT-CARS算法的草莓糖度近红外光谱检测研究》

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

分别以原始全光谱变量和基于SPXY-WT-CARS算法优选特征波长变量建立草莓糖度PLS预测模型，预测结果如表3所示。可以看出，与原始光谱的PLS模型相比，基于SPXY-WT-CARS的PLS模型的预测集相关系数（Rp）由0.886 5提升到0.908 6，预测集均方根误差（RMSEP）由0.7854下降至0.5112，预测精度和稳定性显著提高。从原始光谱2001个变量提取135个特征波长变量建模，剔除了冗余信息和噪声干扰，大大缩减了建模时间，提高建模效率和精度。