《表2 SFFS-SVM特征选择算法步骤》

  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~(18)F-FDG PET/CT多模纹理特征的自身免疫性胰腺炎与胰腺导管腺癌鉴别方法》

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

注：评价函数J为特征子集在SVM分类器上进行10次10折交叉验证得到的F1值的平均值

本文中，我们采用在小样本上具有稳定表现的SVM分类器对AIP和PDA进行鉴别。SVM分类器根据结构风险最小化准则，以最大化分类间隔构造最优分类超平面来提高分类器的泛化能力，它能较好地解决非线性、高维数和局部极小点等问题。为提高SVM分类器的鉴别能力，本文把在SVM分类器上的表现作为SFFS算法的评价准则，构建SFFS-SVM特征选择算法，为SVM分类器选择最有利于其鉴别性能的特征子集，该算法的特征子集搜索过程如表2所述。