《表1 不同光谱不同预处理方式下的模型结果对比》

  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

《FTIR、ATR-FTIR和UV多光谱鉴别不同产地重楼》

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

重楼样品的原始FTIR及ATR-FTIR光谱利用OMNIC软件转化吸光度；以UVProbe软件对原始UV进行平滑等处理；SIMCA-P+13.0软件对UV、FTIR、ATR-FTIR及经ATR校正的ATR-FTIR（ATR-FTIR-A）光谱数据分别进行不同预处理，如一阶导数（First derivatives，FD）、二阶导数（Second derivatives，SD）、标准正态变量（Standard normal variables，SNV），以消除无关干扰（高频随机噪音、光散射、基线漂移、浓度不均等），使模型准确度增强，预测效果提升[18-20]。采用KennardStone算法筛选2/3训练集与1/3预测集，通过SIMCA-P+13.0、MATLAB R2014a软件分别建立PLS-DA及SVM判别模型。参考模型所得训练集分类正确率（AT）、预测集分类正确率（AP）、校正均方根误差（Root mean square error of estimation，RMSEE）、交叉验证均方差（Root mean square error of cross-validation，RMSECV）、预测均方根误差（Root mean square error of prediction，RMSEP）等相关参数，选取最佳预处理方式（表1）。将不同单光谱信息直接串联融合，建立低级数据融合的两种判别模型，进而比较不同模型的稳定性及对不同产地重楼的分类效果。