《表1 不同窗口下降维光谱与水稻氮素含量的相关关系》

  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

《高光谱数据降维与水稻氮素含量解析方法》

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

利用MATLAB R2016a选取基于分窗Gram-Schmidt变换对光谱数据进行降维处理，光谱仪采样间隔为0.429～0.463nm，总计1343个波段数。采用分段方法进行光谱数据降维，通过控制分段窗口值的大小来筛选最优模型降维后的光谱维数，经过测试设定的阈值ε取0.5时效果最佳，分别建立50，100，210，320，440，550，670和1343nm的窗口长度对波段进行分组，建立多元回归模型。由表1可知，窗口值为50nm时，交叉验证决定系数CV＿R2最大，但高光谱数降为36较其他窗口冗余较多，当窗口值为440nm时，高光谱维数降为4，此时交叉验证决定系数CV＿R2较高为0.787，交叉验证均方误差CV＿MSE达到较小为0.051，综上窗口值为440nm最佳。