一般意义上的主成分变换指正变换。该过程通过对图像进行统计分析,在()矩阵或()矩阵的基础上计算特征值,构造主成分。根据主成分－特征值的关系,可以选择少数的主成分作为输出结果。

第1题：

下面关于PCA算法的说法中错误的是

A．PCA算法是通过变换矩阵得到原有特征的线性组合，新特征之间是线性相关的。

B．第一主成分是原始特征的所有线性组合里是方差最大的。

C．第一主成分和第二主成分是互不相关的。

D．通过PCA方法得到的特征变换矩阵是由协方差矩阵所对应的最大的几个特征值所得到的特征向量构成的。

第2题：

4、在进行主成分选取的时候，一般取累计贡献率达85%~95%的特征值所对应的主成分，或者取其特征值大于1的主成分。（）

第3题：

可以通过主成分逆变换，压抑图像中的噪声。

第4题：

主成分变换融合是将N个波段的低分辨率影像进行主成分变换， 以 代替第一分量影像，经过主成分逆变换还原到原始空间。

第5题：

20、遥感数字图像经主成分变换之后，各主成分之间的相关性非常弱。