《表3 算法参数详细信息:差分进化樽海鞘群特征选择算法》
为对比算法的性能,笔者在实验中比较DESSA与SSA的同时加入了一些具有代表性的特征选择算法:PSO[7]、b GWO[8]、WOA[9]、SCA[10]、b BOA[11];为保证对比实验的公平性,DESSA除了变化参数初值f与交叉权重RCR,参数设置与SSA完全相同,实验中所有算法的具体参数在表3中给出;在笔者的实验中,用python 3.6实现算法,同时使用了公开的工具包scikit-feature和scikit-learn。所有实验均在一台配置为Intel i7-7700HQ、8 GByte内存、500 GByte硬盘的电脑上完成。
图表编号 | XD00189865500 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 李占山、杨鑫凯、胡彪、张博 |
绘制单位 | 吉林大学计算机科学与技术学院、吉林大学符号计算与知识工程教育部重点实验室、吉林大学软件学院、吉林大学软件学院、吉林大学软件学院 |
更多格式 | 高清、无水印(增值服务) |