《表5 测试样本主成分数据集》

  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

《一种含煤地层岩性优化识别方法》

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

核函数选择高斯核函数，设置类别数为3，迭代截止误差ε为10-5，模糊系数m为2[22]。将30组训练样本主成分数据集代入式（7）、式（8），可以得出其聚类中心分别为v1=（0.511 9，0.103 1，-0.522 3），v2=（2.948 3，-0.269 6，0.859 8），v3=(-1.770 2，-0.042 6，0.399 6），对应试验岩样的软弱夹层、煤层和砂岩层3种岩性，并将对应数据集分为3组，此时该聚类中心可以作为岩性识别的基本参数。同时利用PCA算法对测试样本进行特征提取，得到测试样本主成分数据集，见表5。