样本集选择对稻谷千粒重NIR 模型预测精度的影响-仪器技术资料-聚光科技（杭州）股份有限公司手机版

样本集选择对稻谷千粒重NIR 模型预测精度的影响

时间：2014-08-09 阅读：650

为研究样本集选择方法对稻谷千粒重NIR 模型的影响，分别采用不同数量样品，不同定标集、验证集比例以及不

同定标集选择方法，选出建模的定标集，在600 ～ 1100 nm 的波长区间，用偏zui小二乘法建立稻谷千粒重的近红外光谱预测模

型，根据内部交叉验证决定系数( Rv

2 ) 、外部验证决定系数( Rp

2 ) 、内部交叉验证误差( SECV) 和预测误差( SEP) 比较模型的预

测能力。结果显示，样品数量、定标集和验证集比例以及定标集选择方法均对稻谷千粒重的NIR 模型有明显影响。采用合适

数量的样品可以得到较佳的NIR 模型，以7∶ 3的比例分割定标集与验证集，得到的稻谷千粒重NIR 模型具有相对高的预测能

力，而与含量梯度法和随机抽取法相比，采用K － S 算法进行定标集选择，可以得到预测精度更高的NIR 模型。