《表4 基于PLSR的预处理为小波包去噪不同降维处理下光谱数据1/R的SOM含量估测结果比对》

  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SVR和PLSR的土壤有机质高光谱估测模型研究》

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

研究表明，同种去噪处理且同种光谱变换数据下，敏感波段降维效果优于无降维效果，PCA降维效果优于敏感波段降维效果。表4给出基于PLSR的小波包去噪处理下不同降维处理下光谱数据1/R的SOM含量估测结果比对。图6给出基于PLSR的预处理为光谱数据1/R小波包去噪无降维处理的SOM含量估测结果散点图。图7给出基于PLSR的预处理为光谱数据1/R小波包去噪敏感波段降维的SOM含量估测结果散点图。图8给出基于PLSR的预处理为光谱数据1/R小波包去噪PCA降维的SOM含量估测结果散点图。实验结果表明，在无降维操作时，模型训练结果出现严重的过拟合问题，训练集与验证集的均方根误差值RMSE相差0.742；在敏感波段降维下，过拟合现象有所缓解，训练集与验证集的均方根误差值RMSE相差0.113；在PCA降维下，过拟合现象基本消除，训练集与验证集的均方根误差值RMSE相差0.051。说明预处理中的降维操作能有效改善模型过拟合现象，提高模型估测精度及稳定性。其他去噪处理或光谱变换数据下的结果类似，此处不再一一列出。