《表2 30个特征子集的分类得分》
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
《优化的概率神经网络对基于介电常数的肺癌及其周围正常组织的鉴别》
考虑到频率筛选的最终目的是减少特征变量的数量,提高鉴别效率,因此我们只对SD-1值由大到小排名前500的频率组成的500个特征子集的得分进行了计算,表2中仅列举出了部分特征子集最终的分类得分,当特征子集中含有3个特征时得分最高,为0.860。因此最终选取特征集e中的前3个特征作为后续鉴别的特征向量,即,最终选取了3个频率点,分别为984、2724、2723 MHz。
图表编号 | XD00187738900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.20 |
作者 | 于洪峰、孙颖、卢笛、蔡开灿、余学飞 |
绘制单位 | 南方医科大学生物医学工程学院、南方医科大学生物医学工程学院、南方医科大学南方医院胸外科、南方医科大学南方医院胸外科、南方医科大学生物医学工程学院 |
更多格式 | 高清、无水印(增值服务) |