《表2 应力数据进行SVD之后得到的奇异值》

  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

《基于深度学习的髋关节应力分布算法研究》

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

对于应力数据，因为软骨上的每一个点都有值，所以应力数据共有794个样本，每个样本有2 645个值。可以进行奇异值分解（singular value decomposition，SVD）分析。得到的奇异值共有794个，取前20个并保留整数部分，见表2。从表2可以看出，应力数据的奇异值下降得很慢，前20个数据只占了总量的94.03%，前40个数据占了96.95%，要达到99.00%需要97个数据，达到99.50%需要140个数据，而达到99.90%需要245个数据。可见对应力数据进行SVD不是很理想，但是依然可以使用SVD的方法进行低秩估计。