《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》
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。
图表编号 | XD00188341900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 周孟然、王锦国、宋红萍、胡锋、来文豪、卞凯 |
绘制单位 | 安徽理工大学电气与信息工程学院、安徽理工大学电气与信息工程学院、安徽理工大学电气与信息工程学院、安徽理工大学电气与信息工程学院、安徽理工大学电气与信息工程学院、安徽理工大学电气与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |