《表1 不同特征提取方法的前4个主成分累计贡献率》
不同特征提取方法的前4个主成分的累计贡献率,如表1所示。由表1可知,基于多项式核函数的KPCA算法提取的前一主成分贡献率为86.48%,涵盖原始数据86.48%的信息;而基于PCA算法和高斯径向基核函数的KPCA算法提取的前一主成分贡献率差别不大,分别为33.17%和32.78%,涵盖原始数据信息较少。为了从数据样本中提取足够多的信息特征且降低数据样本维数,本文采用基于多项式核函数的KPCA算法进行气象因素特征提取。
图表编号 | XD00187015900 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.25 |
作者 | 乔延辉、韩爽、许彦平、刘永前、马天东、蔡乾 |
绘制单位 | 新能源电力系统国家重点实验室华北电力大学、华北电力大学新能源学院、新能源电力系统国家重点实验室华北电力大学、华北电力大学新能源学院、新能源与储能运行控制国家重点实验室(中国电力科学研究院有限公司)、新能源电力系统国家重点实验室华北电力大学、华北电力大学新能源学院、国网宁夏电力有限公司、国网宁夏电力有限公司 |
更多格式 | 高清、无水印(增值服务) |