《表5 成分矩阵：基于PCA-RBF神经网络的中药片剂物料属性-抗张强度预测模型的研究》

  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PCA-RBF神经网络的中药片剂物料属性-抗张强度预测模型的研究》

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

主成分个数提取原则为只取特征值大于1的特征根对应的成分作为提取主成分[19]。通过对数据进行主成分分析，可得到特征值及主成分方差贡献率和累计贡献率、主成分因子荷载矩阵等结果，见表4，5，可以看出提取2个主成分，即m=2，累计贡献率可达到87.32%，其中，第一主成分特征值为5.392，方差贡献率为67.40%；第二主成分特征值为1.594，方差贡献率为19.92%。由表5可知不同类型提取混合物的真密度、松密度、Hausner比值、压缩度、休止角、孔隙率及含水量均在第一主成分上有较高载荷，说明第一主成分基本反映了这些指标的信息；振实密度在第二主成分上有较高载荷，说明第二主成分基本反映了这个指标的信息，故提取2个主成分可基本反映全部指标的信息。