《表1 不同特征提取方法的前4个主成分累计贡献率》

  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

《基于天气分型的风光出力互补性分析方法》

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

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。