《表5 mRMR算法和其他实验方法之间的比较》

  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

《基于特征选择的CP-nets结构学习》

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

CP-nets结构学习的方法虽然众多，但在性能等方面差异很大.在CP-nets结构研究方法中，随机选取与本文方法重要性能不同的方法进行对比，进一步显示mRMR方法的优越性.与Dimopoulos et al[9]的学习方法相比，本文提出隶属过滤型方法的mRMR算法性能更好.前者不能进行噪声处理，mRMR算法可以进行噪声处理，即冗余性处理，可行父亲集的选取全面，可以有效提高所得到CP-nets结构的精确度，效果更好.由表5可知，与Dimopoulos et al[9]的学习方法相比，mRMR算法更加精准.