《表4 偏最小二乘法方法的归一化与SG平滑+归一化预测精度对比》

  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

《基于光谱数据的南疆农田土壤有机碳含量估算模型研究》

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

从表3中可以看出，就PLSR模型而言，无预处理与5种预处理方法中建模集的RC2均高于交叉验证集的RV2，而RMSEC则均低于对应的RMSEV。在无预处理与5种预处理方法中，基于多项式平滑+归一化处理后的PLSR估测模型的决定系数RC2最高，为0.88；均方根误差RMSEC值最低，为3.99。基于归一化与多项式平滑+归一化处理后的PLSR估测模型的Rv2一样，且基于归一化的PLSR估测模型的RMSEv更低。研究表明，在反射率、多项式平滑、归一化、线性基线校正、标准正态变量变化、多项式平滑+归一化这无预处理与5种预处理方法中，经归一化与多项式平滑+归一化处理后的建模精度最高。据此表4给出基于归一化与多项式平滑+归一化处理后的PLSR预测结果精度。