《表3 核主成分分析结果》
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
《基于改进KPCA和GA-BP神经网络的电能质量稳态指标预测》
(2) KPCA特征提取。根据聚类结果,采用KPCA方法分别对每一类初始输入变量进行特征提取,将原始信息重新组合并删除重复信息,得到每一类中相互独立又信息量大的主成分。根据累计贡献率大于90%的标准将原来的16维输入变量经KPCA降维后结果见表3。
图表编号 | XD0073743800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.25 |
作者 | 于西西、杨秀、王知芳、张勇、方陈 |
绘制单位 | 上海电力学院电气工程学院、上海电力学院电气工程学院、上海电力学院电气工程学院、国家电网上海电力公司、国家电网上海电力公司 |
更多格式 | 高清、无水印(增值服务) |