《表3 是否同步优化特征子集和ELM结构性能对比(规模因子为1GB时)》

  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

《基于差分进化和极限学习机的并发查询性能预测》

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

从表3和表4可以看出，在优化ELM结构的同时进行特征选择对算法性能的促进作用较为明显，DE-ELM2在所有样本集上的预测精度都是最低的，DE-ELM1的平均精度比ELM2高8.09%，在其中4个样本集上精度高出10%。DE-ELM1对特征数目的约减率约为60%，这也说明去除不相关和冗余的特征，可以提高算法性能。因此，有必要在优化ELM结构的同时进行特征选择。