《表2 主成分分析结果摘要》
表2和图1分别展示了对汽车灯罩样本原始数据进行PCA的结果。根据特征值大于1和累计方差率高于85%的普遍要求[26],选取了前11个成分(principal component,pc)作为主成分(如表2所示)。从表2可以看出,前11个成分的累积方差贡献率达到99.401%,即可以解释原始数据99.401%的信息。图1清晰地展示了提取的11个主成分对原始数据解释方差的大小,即特征值。从图中可以看出,第一主成分和第二主成分,即pc1和pc2的特征值显著高于其他点,可以很大程度上的解释原始数据信息。从第三主成分,即pc3开始,特征值点趋于平缓,方差贡献率明显降低。在相同的要求下,对一阶导数数据和融合后的数据进行PCA,分别提取了前41个和前40个成分作为一阶导数数据和融合后的数据的主成分,累积方差贡献率均达到100.0%。
图表编号 | XD00215892100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.26 |
作者 | 卫辰洁、王继芬、范琳媛、穆义龙、杜浩宇 |
绘制单位 | 中国人民公安大学、中国人民公安大学、中国人民公安大学、中国人民公安大学、中国人民公安大学 |
更多格式 | 高清、无水印(增值服务) |