《表3 PCA主元分析降维的特征数据Tab.3 Feature data of dimensionality reduction using principal component analysis》
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
《基于小波包变换-主元分析-神经网络算法的多电平逆变器故障诊断》
为了降低神经网络输入输出的维数，加快收敛速度，采用PCA主元分析法提取由小波包变换得到的8维特征向量。根据PCA分析法的原则，要保证各主元的累计贡献度达到85%以上，通过PCA算法对特征向量组进行降维，表3为经过PCA主元分析之后的特征数据。
| 图表编号 | XD0040105600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.02.01 |
| 作者 | 宋保业、徐继伟、许琳 |
| 绘制单位 | 山东科技大学电气与自动化工程学院、山东科技大学电气与自动化工程学院、山东科技大学电气与自动化工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
