《表1 平滑因子N的影响：基于LMS-PNN算法在心音识别与预测中的应用》

  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LMS-PNN算法在心音识别与预测中的应用》

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

对于上述仿真结果，LMS-PNN神经网络算法的平滑因子N是LMS-PNN算法的关键。令平滑因子N分别取值为20和2，其测试集预测结果对比如图8所示。图8(a）是N=20时LMS-PNN算法得到的预测结果；图8(b）是N=2时LMS-PNN算法得到的预测结果。由图8可知，N=20时，LMS-PNN预测准确率为90%；N=2时，LMS-PNN预测准确率为93.33%，准确率高出了3.33%。不同的平滑因子得到的结果也有所不同，因此选取合适的平滑因子能提高预测准确率。由表1可知，当平滑因子N=10时，LMS-PNN算法的预测准确率最高，为最优值。