《表3 主成分分析：利用卷积神经网络模型预测致密储层微观孔隙结构》

  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

《利用卷积神经网络模型预测致密储层微观孔隙结构》

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

主成分分析和因子分析是高维数据降维的两种常用方法，将两种方法用于孔隙结构参数的压缩，解决共性线问题。表3是主成分分析的结果，第一列是提取的主成分，第二列每个主成分对应的特征值，其大小表示包含原始变量各主成分的能力，第三列和第四列表示每个主成分的贡献率及累计贡献率。从表中可以看出，前3个主成分包含原始数据90%以上的信息，提取前3个主成分可达到数据压缩的效果。由主分析分析的碎石图（图1）的结果也可以看到，前3个主成分所对应的平台陡峭，包含原始数据的大部分信息。