研究文章

ROC-Boosting:特征选择方法健康使用舌头图像识别

图4

所有选定的叠加特性。从(a)到(d): (a)在灰度和作为背景,(b)是测试的结果1,(c)是测试的结果,和(d)是测试的结果3。在(b, c, d),每个矩形代表一个功能。轻分区在矩形的中心功能,和黑暗分区包围这个特性。正方形的四个角为简化功能还没有废去。当重复覆盖,同时保持固定深色的颜色分区,轻分区将继续更轻。最后,最轻的分区集中。
(一)
(b)
(c)
(d)