《表3 大气课设评价体系：基于BP神经网络法的平谷地下水水质评价》

  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BP神经网络法的平谷地下水水质评价》

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

进行主成分分析之前，对标准化后的所有的水质指标因子数据进行KMO(Kaiser-Meyer-Olkin）和Bartlett球型检验，只有当KMO检验值>0.5，Bartlett检验值<0.05时才适合进行主成分分析。用SPSS26.0软件处理可得KMO检验值为0.645，Bartlett检验值为0.000，故数据间存在相关性，可进行主成分分析。将预处理后的数据矩阵进行主成分分析，特征值及方差贡献率见表2，初始因子载荷矩阵见表3。结果显示：前6项主成分的累积贡献率达80.037%>80%，已含原36项因子的绝大部分信息。