《表2 主成分的特征值和方差贡献率》

  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

《基于光声光谱和TCA迁移学习的稻种活力检测》

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

经过预处理后，各检测深度水稻种子光谱组成的数据矩阵可作为模型的输入，但巨大的计算量会降低模型预测的精度。因此，以95%为目标累计贡献率完成光谱的特征提取，主成分的特征值和贡献率如表2所示。由表2可知，稻种前3个主成分累计贡献率为98.015 8%，大于95%，包含了稻种光声光谱的大部分有用信息，因而可用前3个主成分代替原光谱信息。特征光谱如图3所示。