Através da figura 5.6, podemos observar os resultados obtidos. Essa figura mostra o resultado da função critério proporcionado pelo sub-conjunto de característica selecionado. Foram feitos experimentos de seleção com várias dimensionalidades 
entre 3 e 30.
Esses resultados comprovam a superioridade dos métodos de seleção de característica, principalmente o ASFSM. É interessante notar também que os melhores resultados foram obtidos utilizando dimensionalidade menor que 20. Isso confirma o fato de que um aumento no número de características não garante melhora no desempenho do classificador.
No pior caso, a maior diferença entre o resultados de SFSM e ASFSM foi de 4,35%. Mas, em termos de tempo de execução, no pior caso, o algoritmo SFSM levou 2 segundos, enquanto o ASFS levou 4 horas e 22 minutos para determinar o conjunto de características. Esse é um fator muito relevante na escolha do algoritmo de seleção.
É importante lembrar que o total de características disponíveis é 30 e, por isso, os resultados de todos os métodos ``convergem'' para o mesmo valor quando a dimensionalidade vai para 30.
Como conclusão, temos que a dimensionalidade ideal para esse problema depende do método de busca para seleção de características. No caso dos métodos ASFSM e SFSM, os melhores resultados já são obtidos com 6 descritores de Fourier. No caso dos outros dois métodos, os melhores resultados foram obtido com 9 descritores de Fourier.