研究文章
预测模型的关键部件耐倒伏性的油菜茎用近红外反射光谱(NIRS)
|
| 数量 |
预处理方法 |
波数(cm−1) |
主成分数 |
R |
RMSECV (%) |
|
| 1 |
没有光谱预处理 |
7501.7 - -4246.5 |
9 |
0.973 |
0.240 |
| 2 |
一阶导数 |
7501.7 - -4246.5 |
10 |
0.942 |
0.356 |
| 3 |
直线减法 |
7501.7 - -4597.5 |
10 |
0.928 |
0.394 |
| 4 |
常数抵消消除 |
7501.7 - -4597.5 |
10 |
0.923 |
0.407 |
| 5 |
一阶导数+直线减法 |
7501.7 - -4246.5 |
9 |
0.922 |
0.411 |
| 6 |
一阶导数+ MSC |
7501.7 - -4246.5 |
8 |
0.916 |
0.424 |
| 7 |
一阶导数+向量归一化 |
7501.7 - -4246.5 |
8 |
0.915 |
0.426 |
| 8 |
二阶导数 |
7501.7 - -4246.5 |
9 |
0.911 |
0.436 |
| 9 |
乘法散射校正 |
7501.7 - -6097.8 |
6 |
0.908 |
0.443 |
| 5453.7 - -4246.5 |
| 10 |
Min-max正常化 |
6799.8 - -6097.8 |
8 |
0.897 |
0.469 |
| 5453.7 - -4246.5 |
| 11 |
矢量归一化 |
7501.7 - -4246.5 |
9 |
0.896 |
0.469 |
|
|
