《表1 特征选择算法选择结果》
进一步的检测实验结果发现:特征子集F2,F3,F4均产生了良好的检测结果,取其公共特征构成维度更低的特征子集F6。同时考虑到生成F2~-F5特征子集时,各算法在评估时均是基于单变量的评估准则,未考虑到多变量特征间可能存在的相互依赖关系,从而特征子集中可能包含冗余特征。为此再选取CFS评估算法,以上述特征空间为基础进行特征优化,通过结合GreedyStepwise搜索策略,CFS从大量的特征空间中选取5项特征构成特征子集F7。各特征子集包含的特征如表1所示。
图表编号 | XD0044246600 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) |