《表3 主成分信息:基于KPCA-PSO-RBF-SVM的矿井突水水源识别模型》
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KPCA-PSO-RBF-SVM的矿井突水水源识别模型》
使用权值矩阵对原始数据进行降维变换,变换后得到了4维特征(V1,V2,V3,V4)的样本数据集,提取的主成分信息见表3,将4种类别样本集依照4个特征指标绘制分布直方图见图3,从图中可知约简出的4种特征对于4类突水含水层的区分效果较好,例如V3和V4特征常出现在第四系含水层,使用约简后的特征指标可以加快模型的运行效率,防止误判现象发生.
图表编号 | XD00117151500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 温廷新、孔祥博 |
绘制单位 | 辽宁工程技术大学系统工程研究所、辽宁工程技术大学系统工程研究所 |
更多格式 | 高清、无水印(增值服务) |