{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2023,10,30]]，“日期-时间”：“2023-10-30T22:32:14Z”，“时间戳”：1698705134472}，“引用-计数”：58，“发布者”：“MDPI AG”，“问题”：“17”，“许可证”：[{“开始”：{:“日期-零件”：[2021,8,26]]，”日期-时间“：”2021-08-26T00:00:00Z“，“时间戳”：1629936000000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0\/”}]，“funder”：[{“DOI”：“10.13039\/501100004281”，“name”：“Narodowe Centrum Nauki”，“DOI-asserted-by”：“publisher”，“award”：[“2017\/27\/B\/ST6\/01325”]}]，”content-domain“：{”domain“:[]，“cross”mark-restriction“：false}，”short-container-title“：[”Sensors“]，“摘要”：“分类过程中使用的特征是从生产现场的传感器数据（与有毒、物理化学性质相关）以及与可能影响上述风险的网络安全相关的数据集中获取的。这些是大型数据集，因此减少它们非常重要。作者的动机是开发一种基于相关性度量和特征判别能力的特征维度评估方法，与经典的Kaiser标准和scree图评估相比，该方法可以更准确地降低特征维度。该方法被证明是有前途的。实验结果表明，提取后的分类质量优于使用经典标准估计成分和特征的数量。对各种提取方法进行了实验，表明在该分类任务中，根据类的质心旋转因子可以对化学威胁进行最佳的风险评估。与未使用特征提取的模型相比，分类质量提高了约7%，并且与使用Kaiser准则的经典PCA方法相比，通过对碎石图的评估，分类质量提升了4%。此外，研究表明，存在一定的网络安全特征子空间，加上挥发性物质浓度的特征，影响着化学危害的风险评估。确定的网络安全因素包括丢失的数据包数量、错误的登录、错误的传感器响应、增加的电子邮件垃圾邮件以及计算机网络中的过多流量。为了实时显示分类速度，对工业4.0中使用的各种系统进行了模拟。“，”DOI“：”10.3390“，”type“：”journal-article“，”created“：{”date-parts“：[[2021,9,1]]，”date-time“：”2021-09-01T02:58:15Z“，”timestamp“：1630465095000}，”page“：“5753”，”source“：Crossref”，“is-referenced-by-count”：3，“title”：[“特征提取方法在医药行业化学风险分类中的应用”]，“prefix”：“10.3390”，“volume”：“21”，“author”：[{“ORCID“：”http://\/ORCID.org\/00000-0002-5213-6845“，”authenticated-ORCID“：false，”given“：“Mariusz”，”family“：”Topolski“，”sequence“：”first“，”affiliation“：[]}]，”member“：”1968“，”published-online“：{”date-parts“：[2021,8,26]]}，”reference“：[{“key”：“ref1”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/HICSS.2016.488“}，{”key“：”ref2“，”doi-asserted-by“：”publisher“，”DOI“：”10.33945\/SAMI\/JCR.2020.2.5“}，{“key”：“ref3”，“DOI-asserted-by”：“publisher”，“DOI”：“10.33945\/SAMI\/CHEMM.2020.4.9”}，“key“：”ref4“，”DOI-assert-by“：”publisher I“：”10.33945\/SAMI\/PCBR.2020.2.6“}，{“key”：“ref6”，“DOI-asserted-by”：“publisher”，“DOI”：“10.33945\/SAMI\/PCBR.2020.2.8“}，{”key“：”ref7“，”doi-asserted-by“：”publisher“，”doi“：”10.1177\/001316446002000116“}”，{“key”：“ref8”，“doi-assert-by”：“publisher”，“doi”：“10.1007\/BF02289447，{“key”：“ref10”，“doi-asserted-by”：“publisher”，“doi”：“10.1037\/a0023353”}，{”key“：”ref11“，“doi-asserted-by”：“publisher”，“doi”：“10.1037\/a0030005”}，{“key”：“ref12”，“doi-asserted-by”：”publisher“，”doi“：”10.1027\/1614-0001\/a000148“}，“key“：”ref13“，”doi-assert-by“：”publicher“，”doi“：doi“：”10.22159\/ajpcr.2018.v11i2.23160“}，{“key”：“ref15”，“doi-asserted-by”：“publisher”，“DOI”：“10.1016\/j.jclepro.202121204”}，｛“key”：“ref16”，“DOI断言者”：“publisher”，“DOI”：“10.1016\/j.cmrp.2019.04.001”}，｛“key”：“ref17”，“DOI断言者”：“publisher”，“DOI”：“10.18690\/978-961-286-14-8.3”}，｛“key”：“ref18”，“DOI断言者”：“publisher”，“DOI”：“10.1007\/978-3-030-61401-0_54”}，｛“key”：“ref19”，“DOI断言者”：“publisher”，“DOI“：”10.1016\/j.patcog.2020.107681“}，{“key”：“ref20”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1016\/j.compbiomed.2016.10.007”}，“key“：”ref21“，”DOI-assert-by“：”publisher“，”DOI“:”10.1016 \/j.coppiomed.2019.103375 10.1016\/j.csda.2019.106839“}，{“key”：“ref23”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1016\/j.neucom.2017.11.077“}，{“key”：“ref24”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/ISITIA49792.2020.9163760”}，}“密钥”：“ref25”，“doi-assertd-by”：“publisher”，“DI:”10.1109\/JAS.2019.1911447 171-3“}，{”key“：”ref27“，”doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.eswa.2018.12.022“}，{“key”：“ref28”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.asoc.2017.11.006”}，“key“：”ref29“，”doi-assert-by“：”publisher“，”doi“：”10.1016\\j.artmed.2016.07.004“}”，{”key“:”ref30“，”article-tite“：”主成分分析教程“，”author“：”Smith“，“year”：“2014”，“journal-title”：“arXiv”}，{“key”：“ref31”，“doi由“：”publisher断言，“doi”：“10.1109\/TGRS.2018.2828029”｝，｛“key”：“ref32”，“doi由”：“publisher断言，“doi”：“10.1080\/0131161.2019.1601284”｝，｛“key”：“ref33”，“doi由”：“publisher断言，”doi“：”10.15242\/iiae.iae041601001“｝，｛“key”：“ref34”，“doi由”：“publisher”断言，”doi“：”10.1109\/ICSP.2016.78877 996“｝，｛”key“：”ref35“，”doi断言为“：”publisher“，”DOI“：”10.1007\/978-3-030-29859-3_52“}，{“key”：“ref36”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1007\/978-3-030-50423-6_3”}，“key“：”ref37“，”DOI-assert-by“：”publisherPCA和LDA技术在基于人脸识别特征提取和准确度增强方面的比较”，“卷”：“4”，“作者”：“Vyas”，“年份”：“2017年”，“期刊标题”：“国际研究杂志。“}，{”key“：”ref39“，”doi-asserted-by“：”publisher“，”doi“：”10.1007\/978-981-10-6626-9_22“}”，{“key”：“ref40”，“doi-assert-by”：“publisher”，“doi”：“10.1109\/IJCNN.2017.7965877”}，“key“:”ref41“，”doi-assertd-by“：”publisher“，”“doi“:”10.1109\/ACCES.2018.2858277“}42“，”doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.eswa.2020.114154“}，{”key“：”ref43“，”doi-asserted-by“：”publisher“，”doi“：”10.1155\/2020\/5804509“}，{“key”：“ref44”，“doi-assert-by”：“publisher”，“doi”：“10.1109\/TII.2020.298105”}，“key“：：“10.1109\/DeSE.2019.00189”}，{“key”：“ref47”，“doi-asserted-by”：“publisher”，“DOI“：”10.1109\/ACCESS.2020.2979678“}，{“key”：“ref48”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1109\/ITNEC48623.2020.9084652”}，}“key”：“ref49”，“DOI-assertd-by”：“publisher”，“DI:”10.1109\\ICOIN.2017.7899579“}”，{2016-0339“}，{”key“：”ref51“，”DOI-asserted-by“：”publisher“，”DOI“：”10.1017\/S026988891900109“}，{“key”：“ref52”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/SOCA.2019.00018”}，“key“：”ref53“，”doi-assert-by“：”publisher 00994018“，”article-title“：”Support-vector networks“，”volume“：”20“，”author“：”弗拉基米尔”，“年份”：“1995年”，“新闻标题”：“马赫。学习。“}，{”key“：”ref55“，”doi-asserted-by“：”publisher“，”doi“：”10.2307\/2530946“}、{”key“：“ref56”、“doi-assert-by”：“publisher”、“doi”：“10.1109\/ICMLA.2017.0-108”}、“key”：“ref57”、“doi-asserted-by”:“publishers”、“DI:”10.1109\/CBMS.2012.6266341“}”、{by“：”publisher“，”doi“：”10.1016\/j.neucom.2019.08.090“}]，”container-title“：[”Sensors“]，“original-title”：[]，“language”：“en”，“link”：[{“URL”：“https:\\/www.mdpi.com\/1424-8220\/21\/17\/5753\/pdf”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2021,9,1]]，“date-time”：”2021-09-01T03:13:13:09Z“timestamp”：163046598 9000}，“分数”：1，“资源”：{“主要”：{“URL”：“https:\/\/www.mdpi.com//1424-8220\/21\/17\/5753”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“日期-部件”：[[2021,8,26]]}，”参考计数“：58，”日志发布“：{”问题“：“17”，“published-online”：{“日期-零件”：[2021,9]}}、“alternative-id”：[“s21175753”]，“URL”：“http:\/\/dx.doi.org\/10.3390\/s21175753“，”关系“：{}，”ISSN“：[”1424-8220“]，”ISSN-type“：[{“值”：“1424-8220”，“类型”：“电子”}]，“主题”：[]，“发布”：{“日期部分”：[[2021,8,26]]}}