为了去除与待补偿数据无关的变量，降低ISVM数据补偿模型的计算复杂度，设计一种基于主成分分析(principal component analysis, PCA)的筛选方法，筛选得到影响待补偿数据精度的关键变量，具体步骤为：
1) 根据式(3)获得归一化处理后的标准污水数据，求得标准化矩阵Z，Z=(zij)p×q，以及与Z对应的协方差矩阵V，V=(vjd)q×q，d=1, 2, …, q，vjd为待补偿污水数据和相关变量之间的相关系数，vjd表示为
2) 特征方程为|λI-V|=0，通过求解特征方程得到各特征值为λδ(δ=1, 2, …, q)，并按由大到小的顺序对各特征值进行排序. 其中，I为与协方差矩阵V相对应的单位矩阵.
3) 求出与各特征值λδ相对应的特征向量eδ(δ=1, 2, …, q).
4) 计算各个相关变量与待补偿污水数据的相关性大小μj和累计贡献率G(l)，分别为
然后，选取累计贡献率G(l)较大的前l个变量作为待补偿数据的关键特征变量.
使用式(3)~(6)分别对城市污水处理过程中的14种变量进行相关性分析，获得与待补偿数据具有强相关性的关键特征变量.
