《表1 主成分总方差解释1)》

  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

《基于判别分析与K近邻算法对塑料吸管的红外光谱分析》

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

注:1)其余主成分忽略。

主成分分析（PCA）是将高维空间中的多个指标简化为低维空间中的较少指标的一种降维方法，经过降维处理后的较少的综合指标能够解释并包含全部指标信息[7-10]。本实验中经预处理后的红外光谱数据能很好地反映出各样本之间的差异，但在实际应用中，由于每一光谱波数对应着特定的值，这种一一对应的关系导致变量数据极为庞大，并且存在着价值较低的数据特征[11]。为了达到降低分析数据复杂程度的目的，本实验利用SPSS 25.0分析软件对红外光谱数据进行降维处理，提取主成分总方差解释见表1。