《表2 统计回归结果:基于计算机视觉的小麦叶面积测量》
通过对数据进行回归分析,减少误差影响。将侧拍面积、俯拍面积两因素作为两个自变量,叶片真实面积作为因变量,回归结果如表2所示。侧拍面积、俯拍面积和真实面积三者之间的关系还是比较紧密的,且相关性较高,相关系数R均达到了0.95以上,决定系数(相关系数R2)为0.910 08。显著性统计量F值来判定模型的回归效果,用0.05作为显著水平标准值,试验中此值分别为0.000 019 6,小于0.05,说明此回归方程通过了F检验,显著有效。P值也以0.05为参考标准,侧拍、俯拍面积两变量的斜率均小于0.05,说明其可靠性较高,与叶片真实面积的值相关性较大,回归模型可靠显著[14]。表明该回归模型结果可靠,回归分析是有意义的。
图表编号 | XD0088948400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.25 |
作者 | 郝雅洁、张吴平、史维杰、赵明霞、吕致、李富忠 |
绘制单位 | 山西农业大学软件学院、山西农业大学软件学院、山西农业大学软件学院、山西农业大学软件学院、山西农业大学软件学院、山西农业大学软件学院 |
更多格式 | 高清、无水印(增值服务) |