样本集选择对稻谷千粒重NIR模型预测精度的影响

2014/07/31   下载量： 9 次

方案摘要

方案下载
应用领域 农/林/牧/渔
检测样本 种子
检测项目 遗传形状>品种真实性
参考标准 表面粗糙度对近红外光谱分析 木材密度的影响

通过采用不同样品量不同定标集和验证集比例以 3 2 5期 党文新等: 样本集选择对稻谷千粒重NIR模型预测精度的影响 及不同定标集选择方法对稻谷千粒重NIR模型影响的 试验研究，可以得出以下结论: 样品数量对稻谷千粒重的NIR模型有明显的影响， 采用合适数量的样品进行光谱扫描，可以提高模型的预 测精度 当样本总数一定时，定标集与验证集的比例不同， 所建模型的预测能力有明显的差异在总样本中，以 70%的样本建立定标模型，其余30%样本作为验证样 本，可以获得较好的预测效果 定标集选择方法明显影响稻谷千粒重NIR模型的 预测能力在含量梯度法K－S算法和随机抽取法中， 采用K－S算法选取定标集进行建模，稻谷千粒重的NIR 模型具有较好的预测能力

方案下载
配置单
上一篇 植物油中9种抗氧化剂的测定GB5009.32-2016
下一篇 两种近红外光谱分辨率预测 牛肉营养成分的比较研究

文献贡献者

聚光科技（杭州）股份有限公司
白金会员 丨 第19年
查看全部资料
相关仪器 更多
相关方案
更多

相关产品

当前位置： 聚光科技 方案 样本集选择对稻谷千粒重NIR模型预测精度的影响

关注

拨打电话

留言咨询