LDA and PLS-DA were applied to shar

LDA and PLS-DA were applied to sharpen the separation between
samples and build classification models. Seventy-nine samples
(27 from ‘‘Guyuelongshan’’, 27 from ‘‘Kuaijishan’’ and 25 from
‘‘Pagoda’’) were selected as the calibration sample set, and the
remaining 38 samples (13 from ‘‘Guyuelongshan’’, 13 from ‘‘Kuaijishan’’
and 12 from ‘‘Pagoda’’) were used as the prediction sample
set.

ผลลัพธ์ (ไทย) 1:

LDA และดากรุณาใช้ลับแยกระหว่างตัวอย่างและสร้างรูปแบบการจัดประเภท ตัวอย่างเก้าเจ็ด(27 จาก '' Guyuelongshan'', 25 และ 27 จาก '' Kuaijishan''"เจดีย์ '') ถูกเลือกเป็นชุดตัวอย่างเทียบ และเหลือ 38 ตัวอย่าง (13 จาก '' Guyuelongshan'', 13 จาก '' Kuaijishan''และ 12 นิ้วเจดีย์ '') ใช้เป็นตัวอย่างการทำนายตั้งค่า

ผลลัพธ์ (ไทย) 2:

และ PLS LDA-DA
ถูกนำไปใช้กับความคมชัดของการแยกระหว่างตัวอย่างและสร้างรูปแบบการจัดหมวดหมู่ ตัวอย่างเจ็ดสิบเก้า
(27 จาก '' Guyuelongshan '', 27 '' Kuaijishan '' และ 25 จาก
'' เจดีย์ '')
ได้รับเลือกเป็นตัวอย่างการสอบเทียบชุดและที่เหลืออีก38 ตัวอย่าง (13 '' Guyuelongshan '' 13 จาก '' Kuaijishan ''
และ 12 จาก '' เจดีย์ '')
ถูกนำมาใช้เป็นตัวอย่างการทำนายชุด

ผลลัพธ์ (ไทย) 3:

และ lda pls-da ประยุกต์ให้แยกระหว่าง
ตัวอย่างและสร้างแบบจำลองการจำแนกประเภท เจ็ดสิบเก้าตัวอย่าง
( 27 'guyuelongshan จาก ' ' ' ' ' ' 'kuaijishan 27 และ 25 จาก
''pagoda ' ' ) ถูกเลือกเป็นแบบตัวอย่างชุดและ
เหลือ 38 ตัวอย่าง ( 13 'guyuelongshan จาก ' ' ' ' ' '
'kuaijishan 13 จากและ 12 จาก ' 'pagoda ' ' ) ถูกใช้เป็นการทำนายตัวอย่าง
ชุด