《表2 三种算法的性能比较》

  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

《核极限学习机和激光诱导荧光技术在食用油识别中的应用》

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

为了比较MFO算法与GWO算法、PSO算法在寻优时间和寻优性能上的差异，将输入数据统一划分成600个训练样本和150个测试样本，参数C的范围固定为[0.25，4]，参数g的范围固定为[1，300]，飞蛾数目、狼群数目和粒子群数目都设置为5。实验结果如表2所示，可以看出，三种寻优算法的平均时间都在195s以上并且相差不到2s，分类准确率都在90%以上。虽然PSO算法的寻优时间短于MFO算法和GWO算法，但其平均分类准确率却比其他两种算法低了约4个百分点，这说明在150个测试样本中PSO算法相比其他两个算法多分错了6个样本。此外，MFO算法和GWO算法的寻优时间只差了1s左右，两者的平均分类准确率都在95%以上，说明在150个测试样本中，这两种算法错分的样本不超过8个。