《表4 各特征子集对比结果》
特征选择的目的是为了在尽可能维持特征可理解性的基础上降低特征空间维度,同时适度增加特征子集的可扩展性及普适性。这就要求所选择的特征子集适用于多种学习算法。由表4可知,子集F1~F4,F6,F7均具有良好的检测结果,各个分类器的平均准确率均超越了98%。同时,综合特征子集空间维度可以发现子集F6和F7达到更优的结果。F6子集的空间维度比F1减少了55.9%,F7子集平均准确率上升至99.15%,相对于子集F1~F5具有更优的性能。
图表编号 | XD0044246500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 张慧、钱丽萍、汪立东、袁辰、张婷 |
绘制单位 | 北京建筑大学电气与信息工程学院、北京建筑大学电气与信息工程学院、北京建筑大学电气与信息工程学院、北京建筑大学电气与信息工程学院、北京建筑大学电气与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |