《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》
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。
图表编号 | XD00111121300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 周克良、王佳佳 |
绘制单位 | 江西理工大学电气工程与自动化学院、江西理工大学电气工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |