《表4 不同回归方式的模型效果》

  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

《江西烤烟淀粉近红外检测模型的建立》

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

根误差和最大的相关系数。LBL、MLR、SMLR、CLSR的误差较大，RMSEC均在2以上，且相关系数很差，可能有以下原因:首先LBL要求吸光物质为均匀非散射体系，吸光质点之间无相互作用，因此对于复杂体系使用价值有限；MLR虽然可以容纳更多的变量数，但仍不适用于非散射体系；SMLR虽然可以对变量进行筛选，但是也会出现共线性的问题；CLSR常用于构建标准曲线，但是也会受共线性的问题的影响。PCR的回归效果也不及PLSR，这可能是:虽然PCR通过数据降维产生新变量（主成分）解决了共线性问题和变量数限制问题，但是参与回归的主成分不一定一定与样品性质有关，因此预报能力有限，而PLSR特征向量与样品性质直接相关，在保证奇异值影响不大的情况下，预测能力往往好于主成分回归，更适用于复杂体系的回归。