《表2 CARS选取的特征波长组合》

  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

《基于特征选择与特征提取融合的鸡蛋新鲜度光谱快速检测模型优化》

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

由图3a可知，伴随着采样次数的增加，参与运算的变量个数逐步减少，在采样初期变量个数迅速递减；由图3b可以得出，由于每次采样时光谱数据子集合发生变化，因此RMSECV会得到不同的结果，并呈现先下降后上升的变化趋势，误差值先下降说明采样初期剔除了一些无用的光谱信息从而提高了模型精度，误差值随后上升说明随着采样次数的增加，变量个数逐步减少导致部分有效的光谱波长被消除，降低了模型精度；由图3c所示，当采样运行次数为21次时，RMSECV达到最小值，说明此时采样所得到的光谱数据子集合为最优波长组合，共选取了45个光谱波长变量，表2为通过CARS算法最终选取的具体特征波长点分布。