《表1 主成分得分累计贡献率》

  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

《可见/近红外光谱技术无损识别苹果品种的研究》

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

图5为苹果样本的原始光谱数据（A）以及经过SD（B）、SNV（C）和MSC（D）预处理后的光谱数据再经过PCA变换后的第一、第二和第三主成分得分三维平面分布图。由图5A可以看出，原始光谱经PCA变换后第一和第二主成分得分分布是分散开的，不适合直接用来建立识别模型；而经MSC处理后的光谱再经PCA变换后具有非常好的分类结果（图5D）。另外进一步从主成分得分的累计贡献可知前10个主成分得分可表达99.9%以上的原始信息，前10个主成分得分累计贡献率见表1。因此，为了提高识别模型的识别准确率，将前10个主成分得分作为样本集特征光谱。