《表2 各分类模型的性能比较》
提示：宽带有限、当前游客访问压缩模式
为进一步检验IWOA-HKELM算法的性能，针对训练样本和测试样本，每个模型分别运行30次，求其平均均平方误差、平均分类准确率和标准差，比较这几种模型，结果见表2。
| 图表编号 | XD0010530200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.01 |
| 作者 | 邵良杉、詹小凡 |
| 绘制单位 | 辽宁工程技术大学系统工程研究所、辽宁工程技术大学系统工程研究所 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 不同模型的情感分类性能比较》2021.03.01
- 《表2 不同的分割算法下加权KNN预测模型的分类性能比较》2021.01.15
- 《表2 各模型在测试集上的性能比较》2021.01.01
- 《表5 各模型主题分类性能对比》2021.02.15
- 《表3 Cad各分类器性能比较》2020.09.01
- 《表1 Htn各分类器性能比较》2020.09.01
- 《表2 Dm各分类器性能比较》2020.09.01
- 《表3 三种分类模型的性能比较》2020.10.25
- 《表5 性能比较：融合线性和非线性残差的一次性垃圾分类模型》2020.07.25
- 《表2 两种模型的分类性能对比》2020.08.25
- 《表1 不同模型的分类性能比较》2020.07.31
- 《表2 PSO-ELM和ELM模型分类性能比较》2020.04.01
- 《表1 不同模型分类性能比较》2019.12.15
- 《表1 各分类器性能比较：集成学习在糖尿病预测中的应用》2019.09.01
- 《表3 各分类器性能比较：基于人工智能的课堂教学行为分析方法及其应用》2019.09.10
- 《表2 各建模方法所建模型的性能比较》2019.08.28
- 《表3 各特征子集分类性能比较》2019.05.01
- 《表2 不同无监督模型下分类性能的比较》2019.01.16
- 《表2 各模型分类准确率比较》2019.04.15
- 《表5 不同分类模型的性能比较》2019.01.01