《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》

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

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.