《表2 不同波长筛选方法所建PLS模型结果比较》

  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

《特征波长优选结合近红外技术检测大米中的含水量》

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

采用104个未参与建模的预测集样品对不同波长所建PLS模型进行验证，具体建模和预测结果如表2所示。4种波长筛选方法均有效地减少了光谱冗余信息，其中经UVE筛选后变量个数为381个，光谱冗余信息减少量为67%；经GA筛选后变量个数为40个，光谱冗余信息减少量为40%；UVE-GA共同筛选变量68个，光谱冗余信息减少量为94.1%，而经SPA挑选后的光谱冗余信息减少量为99.4%，筛选后变量个数仅为6个，极大地简化了模型。从表中，可以看出经过特征波长选择后建立的iPLS模型，其校正集RMSECV、预测集RMSEP以及RPD结果均优于原始光谱建立的PLS模型，说明经过特征波长筛选后建立的模型在模型精度和预测性能上得到了显著改善。