TY-JOUR A2-路易、亚历山大·欧伦、向敏·欧旺、明轩·欧宇、郑林·欧侯、伊敏·派瑞-2018 DA-2018/10/10 TI-通过低层特征提取和选择SP-2056381 VL-2018 AB进行商业视频评估-以发现商业视频的低层特征对视频受欢迎程度的影响，在分析视频源数据和观众评价的基础上，采用特征选择的方法获取对视频评价影响最大的视频特征。在提取视频的底层特征后，本文改进了目前广泛使用的基于相关的特征选择（CFS）方法，提出了一种结合Spearmen相关系数和经典CFS的CFS-Spearmen特征选择算法。使用UCI机器学习数据库中的4个数据集作为实验数据。将实验结果与传统的CFS、最小冗余和最大相关（mRMR）的结果进行了比较。本文采用支持向量机对该方法进行了检验。最后，将该方法应用于商业视频的特征选择中，得到了最具影响力的特征集。SN-1687-5680 UR-https://doi.org/10.1155/2018/2056381 DO-10.1155/2018/2056381 JF-多媒体PB的进展-印度群岛KW-ER-