《表4 样本指标的主成分分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于人工智能的协同办公平台质量评价方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过主成分分析方法处理初始样本矩阵，可如表4所示的11个主成分。由表4可看出，特征值7.9515、1.0850、0.6089、0.3969和0.2538的累计贡献率已达到94%以上，接近95%。因此通过主成分分析可得到具有代表性的度量指标，本文选取了这5个特征值分别对应的主成分，代替11个指标参数表示的特征矩阵。通过将标准化的样本矩阵与这5个主成分对应的特征向量矩阵相乘，即可得到新的RBF神经网络的输入数据。