《表1 不同预处理方法建立的水稻纹枯病PLS-DA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

《基于高光谱成像技术识别水稻纹枯病》

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

为建立水稻健康样本与感染纹枯病样本间的响应关系，建立基于全谱的PLS-DA模型，通过不同的预处理方法对光谱进行去噪声、除基线漂移等，并加强光谱的有效信息。以原始光谱及预处理光谱建立PLS-DA的判别分析模型，并比较不同预处理方法的影响，从而选出取得最优的判别效果的方法。将原始光谱和预处理之后的光谱作为输入变量，经过交互验证之后确定最优隐含变量（Latent variable，LV）个数并建立PLS-DA判别模型。健康样本赋值为1，染病样本赋值为0，判别阈值设置为0.5。以原始光谱与不同预处理光谱的PLS-DA模型的判别结果如表1所示。