《表2 4个标准函数：基于改进蝙蝠优化自确定的模糊C-均值聚类算法》
提示：宽带有限、当前游客访问压缩模式
图1为3种智能优化算法对表2中4个标准函数的寻优收敛曲线。
| 图表编号 | XD00162739000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.28 |
| 作者 | 汤正华 |
| 绘制单位 | 中共山东省委党校信息技术部 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 数据集的构成描述：基于改进蝙蝠算法优化的FCM聚类算法》2020.05.01
- 《表5 聚类中心对比：基于改进蝙蝠算法优化的FCM聚类算法》2020.05.01
- 《表3 算法对比结果：基于改进蝙蝠算法优化的FCM聚类算法》2020.05.01
- 《表2 测试函数：基于改进蝙蝠算法优化的FCM聚类算法》2020.05.01
- 《表1 参数设置：基于改进蝙蝠算法优化的FCM聚类算法》2020.05.01
- 《表3 测试函数：基于高斯扰动和指数递减策略的改进蝙蝠算法》2020.05.01
- 《表3 3个数据集参数：基于改进蝙蝠优化自确定的模糊C-均值聚类算法》2020.04.28
- 《表3 噪声数据集信息：基于自适应松弛的鲁棒模糊C均值聚类算法》2020.07.01
- 《表6 算法的参数设置：基于粗糙集-模糊C均值聚类的Elman神经网络农村需水量预测》2020.01.08
- 《表2 标准测试函数：自适应多普勒补偿与变异选择的蝙蝠算法》2020.01.01
- 《表3 聚类中心：用于分割无损检测图像的改进的抑制式模糊C均值聚类算法》2019.08.01
- 《表1 仿真参数：基于遗传算法和模糊C均值聚类的WSN分簇路由算法》2019.08.10
- 《表1 故障类型样本：基于模糊C均值聚类和改进相关向量机的变压器故障诊断》2019.06.25
- 《表2 测试函数：基于均值的云自适应鸟群优化算法》2019.04.18
- 《表3 对比算法聚类指标：自适应蝙蝠算法优化的模糊聚类及其应用》2019.04.01
- 《表1 基准测试函数：基于自学习因子c和权重系数的改进蝙蝠算法》2018.04.01
- 《表1 标准测试函数：改进蝙蝠算法在光伏阵列存在局部阴影时的应用》2018.05.01
- 《表2 基于简单遗传算法的模糊C均值聚类算法迭代22次目标函数值变化表》2018.06.01
- 《表1 参数设定表：基于免疫遗传算法的模糊C均值聚类算法应用研究》2018.06.01
- 《表2 标准测试函数：基于改进QPSO算法的电动汽车模糊控制器参数优化》2019.12.01