《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》
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。
图表编号 | XD00174677500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 杨萌宇、张雷、曾悦 |
绘制单位 | 重庆交通大学、重庆交通大学、重庆交通大学 |
更多格式 | 高清、无水印(增值服务) |