《表1 估计的特殊因子方差及对应的特征序号Tab.1 Estimated variance of special factors and corresponding feature numbers》下

  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2D-LPEWT的特征提取方法在电缆局部放电分析中的应用》

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

然而，不同图谱的特征向量之间可能存在信息重复，将其全部用于后面的分析计算，不但模型复杂，还可能因为变量间存在的多重共线性而引起极大的误差。因此，本文采用因子分析法对各类算子进行降维处理。因子分析是多元统计中一种常用的降维方法[26]，其处理结果见表1。根据估计的特殊因子方差大小进行排序，取前13个对应的特征作为本文识别模型的输入参数，最终得到的特征值见表2，其分布如图5所示。