《表3 PCA提取的特征数据》
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。
图表编号 | XD00119560200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.28 |
作者 | 樊凤杰、轩凤来、白洋、纪会芳 |
绘制单位 | 燕山大学电气工程学院、燕山大学电气工程学院、燕山大学电气工程学院、解放军第二六一医院 |
更多格式 | 高清、无水印(增值服务) |