样本集选择对稻谷千粒重NIR模型预测精度的影响

• 作者: 党文新 卢晓宇 龚红菊
• 来源期刊: 江西农业学报
• 学科: 农学
• 关键词: 近红外光谱 样本集 定标集 NIR模型 稻谷
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 作物科学
• 页码范围: 22-24
• 分类号: S3
• 字数: 2582字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8581.2011.05.008

摘要

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600～1100nm的波长区间,用偏最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(Rv2)、外部验证决定系数(Rp2)、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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龚红菊	南京农业大学工学院	21	207	9.0	13.0
2	党文新		2	23	2.0	2.0
3	卢晓宇	南京农业大学工学院	2	14	2.0	2.0