《表2 强关联特征选择的特征集合》
提示：宽带有限、当前游客访问压缩模式
基于强关联规则特征选择算法结果，获取预测路段及邻近三条道路特征集合，并结合本路段其他特征集合预测道路交通事故严重程度，特征选择算法结果如表2所示。
| 图表编号 | XD0090308500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.01 |
| 作者 | 石雪怀、戚湧、张伟斌、李千目 |
| 绘制单位 | 南京理工大学计算机科学与工程学院、南京理工大学计算机科学与工程学院、南京理工大学电子工程与光电技术学院、南京理工大学计算机科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3特征关联值：不同信息下的逐日路径选择行为实验与模型》2020.12.01
- 《表6 特征集合结果中频率排名前10特征》2021.02.25
- 《表4 信任特征集合数量和特征数量》2021.02.25
- 《表2 不同特征集合分类：融合不精准先验知识的Landsat 8 OLI影像深度学习分类方法》2020.12.10
- 《表2 各特征集合介绍示例》2020.10.01
- 《表2 事件波形特征集合：基于用户边缘侧事件解析的工业电力负荷非侵入式感知辨识》2021.02.25
- 《表7 铜矿物集合体的解离度特征》2020.07.15
- 《表2 最优特征集合：计及复杂气象影响的含光伏电源的母线峰值负荷预测》2020.06.20
- 《表2 故障样本集合部分特征归一化值》2020.06.16
- 《表2 特征降维及筛选后集合》2020.01.08
- 《表3 样本的特征集合：基于高光谱和频谱特征的注水肉识别方法》2019.11.25
- 《表7 不同候选扩展词特征集合对检索性能的影响》2019.10.01
- 《表1 随机森林预测模型的输入特征集合》2019.01.15
- 《表2 特征设置集合及描述说明》2019.02.28
- 《表5 训练得到的有效特征集合》2019.02.01
- 《表2 两种步行速率下的不同特征集合的人员识别率对比》2019.01.01
- 《表1 特征向量集合及其相应的运行状态》2018.11.01
- 《表1 特征参数集合：基于EEMD和二维Gabor变换的GIS局放特征融合识别方法》2018.09.30
- 《表4 不同特征集合下的个体识别率》2019.12.01
- 《表2：特征集合及部分数据示例》2019.12.01