《表3 主成分载荷矩阵:农作物图像特征提取技术及其在病害诊断中的应用》

《表3 主成分载荷矩阵:农作物图像特征提取技术及其在病害诊断中的应用》   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
《农作物图像特征提取技术及其在病害诊断中的应用》


  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

图2(a)中性状特征各主成分贡献率为小于0.572 9,其中第1主成分和第2主成分的累计贡献率已高达91.22%以上,并且二者特征根分别为4.583 29和2.714 24均大于1,因此确定选取形状特征前2个主成分;图2(b)中性状特征各主成分贡献率为小于0.616 5,其中第1~3主成分的累计贡献率已高达99%以上,并且二者特征根分别为5.548 45、2.183 26、1.178 35,同时可确定选取颜色特征前3个主成分。分别计算大豆冠层叶片的两类特征的主成分载荷矩阵,如表3所示。