《表6 2016年研究区土壤养分主成分旋转后的载荷矩阵》

  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PCA优化—BP神经网络算法的农田土壤养分评价》

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

由主成分的载荷矩阵旋转之后的载荷系数（见表6），结合2016年研究区土壤养分PCA得分图（见图5）可知，前3个成分，具体为PC1、PC2、PC3，其所包含信息量占整体信息量的比例为30.50%、21.65%和15.46%，2016年研究区土壤养分第1主成分PC1与全磷高度正相关，即在PC1坐标正向，PC1取值越大，全磷值越大，PC1可命名为全磷。第2主成分PC2与全氮高度正相关，即在PC2坐标正向，PC2取值越大，全氮值越大，PC2可命名为全氮。第3主成分PC3与全钾高度正相关，即PC3正向坐标上取值越大，全钾值越大，PC3可命名为全钾。第4主成分PC4与p H高度正相关，即在PC4正向坐标上取值越大，p H值越大，PC4可命名为p H。综合分析可以认为，全氮、全磷、全钾、p H这4个主要因素是2016年土壤养分的特征元素。