《表2 仿真实验结果统计：改进粒子群算法优化的SVM在恶性肿瘤诊断中的应用》

  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

《改进粒子群算法优化的SVM在恶性肿瘤诊断中的应用》

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

为比较DPSO-SVM恶性肿瘤诊断模型与其他诊断模型的诊断效率及精准度，本文分别使用RandomForest，Logistic以及BP神经网络在William Consin数据集上进行测试。RandomForest基于结构体的嵌套实现树的结构，递归创建；Logistic算法中使用Sigmoid激活函数，正则化系数λ=0.2，δ=1.3，使用梯度下降算法求解θ，学习率α=0.1。BP神经网络基于Matlab神经网络工具箱搭建，隐含层为1层，共包含13个神经元。实验结果如表2所示。