《表5 3种数据集的分类结果》

  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

《改进的单形进化算法及在神经网络上的应用研究》

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

采用UCI机器学习数据集里的3组数据对本文所提算法进行验证，分别是Iris、Seed、Wine，将这3个数据集分别用ISSSE-RBF和SSSE-RBF神经网络进行10次独立测试．算法的参数设置为:群体数量统一设置为20，最大迭代次数为1000，权值、偏置和中心的搜索空间为[-1，1]．统计10次测试样本分类准确率的最好值（Best）、最差值（Worst）和平均值（Mean），如表5所示．两种方法的训练3个样本的误差迭代图，如图3（a）-图3（c）所示．