《表8 Kendall相关分析结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《受春秋战国史实启发的帝国竞争改进算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：相关系数旁标识**代表相应的显著性水平小于0.01。

用IBM SPSS Statistics 22.0版本对以上数据进行Kendall相关分析，结果如表8所示。分析可知：SAICA和ICA之间的相关系数值为0.100，接近于0，且显著性p值为0.589>0.05，表明SAICA和ICA之间没有相关关系，即SAICA和ICA在求解性能上存在显著差异性。SAICA和SAICA-B之间的相关系数值为0.783，且呈现接近于0的显著性，表明SAICA和SAICA-B之间有着显著的正相关关系，即第二种改进措施发挥的作用最大。SAICA和SAICA-A、SAICA-C之间的相关系数值分别为0.017、0.126，从分析结果上看没有相关性，但实验数据显示SAICA的求解精度高于仅加入一种改进措施的SAICA-B，表明另外两种改进措施能发挥一定的辅助作用。