使用说明
当地理模拟需要使用许多空间变量，这些空间变量往往是相关的，有必要采用主成分分析，可以有效地将多个空间变量压缩到少数的主成分中，减少设置权重的难度，消除原数据中的冗余度。
进行基于主成分分析的元胞自动机（PCA-CA）过程需要先进行主成分分析训练，该过程的结果作为 基于主成分分析的元胞自动机 的输入。
主成分分析会得到主成分个数、贡献率、累积贡献率及特征值等，可以通过设置主成分比例得到相应的主成分个数，进而进行后续权重设置。
功能入口
- 工具箱 -> 栅格分析 ->元胞自动机：人工神经网络训练；或者将该工具拖拽到可视化建模窗口中，再双击该功能图形，后续应连接 基于人工神经网络的元胞自动机 算子。(iDesktopX)
参数说明
- 空间变量栅格数据 ：添加代表影响因子的空间变量栅格数据，例如表示地形、交通等的栅格数据集。
- 抽样数目 ：采用随机抽样法得到训练样本的数量。抽样数目越大，则训练时间越长，但需有一定的抽样数量以保证数据覆盖性，可以综合考虑数据的栅格总数及抽样成本来确定抽样数目。
- 主成分比例 ：取值范围 [0,1]，例如取值为0.8时，表示选取前n个累计贡献率达到80%的主成分。
- 主成分分析模型保存路径 ：设置主成分分析模型输出保存的路径。