《表1 数据集说明:全局混沌蝙蝠优化算法》
本文选取UCI公共数据集测试GCBA算法性能,见表1.样本数量从76到1 473,特征数量从4到24,数据维度的跨度大且特征数量分布广,数据集的选择具有实际意义.在实验设置上,把GCBA和BBA[8],PSO[9-10]和GA[11]进行比较,结合SVM和十折交叉验证方法测试10个UCI数据集.这10个数据集分别是Australian,Ballon,Breastcancer,Bupa liver,Contraceptive M ethod Choice,Cleveland heart,Diabetes,German,Glass和Heart.对于BBA算法,初始化参数设置:蝙蝠的数量=30,响度=1.5,脉冲发射率=0.5,频率fmin=0,fmax=1,最大种群迭代次数=100.对于PSO算法,初始化参数设置:种群大小=30,ω=2,系数c1=c2=2,最大种群迭代次数=100;对于GA算法,初始化参数设置:种群大小=30,交换率=0.4,变异率=0.2,最大种群迭代次数=100.
图表编号 | XD00148424600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 崔雪婷、李颖、范嘉豪 |
绘制单位 | 吉林大学计算机科学与技术学院、吉林大学符号计算与知识工程教育部重点实验室、吉林大学计算机科学与技术学院、吉林大学符号计算与知识工程教育部重点实验室、吉林大学计算机科学与技术学院、吉林大学符号计算与知识工程教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |