《表4 Emotions数据集的实验结果对比》

  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

《多标记不完备数据的特征选择算法》

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

由表4中Emotions数据集的实验结果可得，使用本文算法降维后的特征子集的分类性能显著优于其他3种算法，其中分类性能差值最大的是MLFSIE算法。以曼哈顿距离度量方法的本文算法与MLFSIE算法在五大性能指标的比较为例，其AP的值提高了15.45%，且HL、Coverage、OE和RL的值也分别降低了12.41%、81.07%、24.79%和17.72%。另外，在曼哈顿距离度量方法下，HL、Coverage和RL的值较优，在欧氏距离度量方法下，AP和OE的值更优。