《表2 分配给各特征的权重Tab.2 Weights assigned to the characteristics》

  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

《基于数据挖掘的水火弯板变形预测》

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

本文通过SVM-RFE特征选择算法，对输入的特征板厚、乙炔流量、加热线长、加热速度、加热半径、水火距进行最优特征子集选择，表中分别用a、b、c、d、e、f对应表示。通过SVM-RFE选择出了6、5、4、3因素的最佳特征子集，由于有2个输出因子，因此2因素和单因素的最佳特征子集信息严重缺失，因此不作考虑。将6个参数的分配权重依次调出，各特征权重值位于表2中，发现6个参数的重要性依次排序分别为a、d、c、e、b、f，通过SVM-RFE机制筛选出6、5、4、3因素下的最优特征子集，结果列于表3。