《表3 PCA提取的特征数据》

  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LLE-RF的中药三维荧光光谱分类识别》

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

采用RF对LLE算法不同嵌入结果进行分类识别，确定合理的近邻点数以及本征维数。同时，为了验证LLE的有效性，将其与PCA进行比较。为解决原始数据维数问题，选择累积贡献率为95%的前8个特征量PC1、PC2、PC8代表原始样本的光谱特征，即每个中药光谱样本选择8个特征量代替原来高维空间的样本数据。当LLE中k=8，d=8时，LLE及PCA得到的部分特征数据分别如表2、表3所示。