《表2 主成分分析的特征值、特征值差值、贡献率和累计贡献率》

  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

《基于长短时记忆网络(LSTM)的蟹塘溶解氧估算优化方法》

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

成分分析是设法将原来具有一定相关性的指标，重新组合成一组较少个数的互不相关的综合指标[24]。综合指标最大程度地反映了原变量代表的数据信息，同时保证新指标之间相互无关，是一种数据降维的方法。本研究通过对温度、pH、氨氮和浊度进行主成分分析，得到了4个成分，这些成分都涵盖了温度、pH、氨氮和浊度的信息，通过对这4个主成分的特征值及贡献率分析，筛选出影响溶解氧的关键成分。各个成分的特征值、特征值差值、贡献率以及累计贡献率如表2所示。根据各个成分的贡献率，前3个贡献率比较高，累计贡献率达到了93.351%，因此，选择了前3个主成分用于对深度网络训练。