《表4 中差异性波段:基于BP神经网络识别汽车前保险杠方法》
由表3可知,高差异性波段中,第一主成分占有99.94%的贡献度,即第一主成分已经可以表示原有数据99.94%的内容。中差异性波段和低差异性波段经主成分分析后,其第一主成分的贡献度分别为99.88%,99.82%,(只保留到小数点后两位) 由此,取每类波段内的第一主成分,使每个检验材料的二维光谱数据转换为三维数据,即3个维度分别由高、中、低3类波段的第一主成分来表示,由此可求得检验材料光谱原始数据对应的分布图见图3,相比于在二维空间进行区分,三维空间能够更好地将检验材料数据分离开来,在二维平面上可能重合的部分,转换到三维空间后即可得到有效的区分,从而更有利于检材的识别。图3b展示了图3a中密集区域的细节分布。
图表编号 | XD00182807900 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.10 |
作者 | 滕傲雪、廖晓曦、徐建鹏、何洪源 |
绘制单位 | 中国人民公安大学、中国人民公安大学、中国人民公安大学、中国人民公安大学 |
更多格式 | 高清、无水印(增值服务) |