《表1 BP、SVM和PSO-ELM实验20次平均准确率》
本文将digits手写数字数据集按3:1的比例分割成训练集和测试集分别用来训练和测试BP网络模型、SVM模型、wbPSO-ELM和PSO-ELM模型。实验设置了BP网络模型的学习率为0.1,最大迭代次数为30 000次,训练完成后的BP网络模型预测的最高准确率为0.975。SVM模型采用python第三方模块sklearn中的LinearSVC方法,训练后模型的测试准确率为0.953。对于PSO-ELM模型设置粒子群大小为10,最大迭代次数1 000,粒子惯性权重u=0.6,学习因子c1=c2=2,在(0,1)之间随机初始化r1、r2,粒子维度为1,解空间范围限定在[1,1000]。实验分别用测试集对训练后的BP、SVM和PSO-ELM模型进行了20次测试,平均准确率见表1。实验结果表明,本文提出的PSO-ELM模型相对于BP网模型和SVM模型拥有较高的准确率。
图表编号 | XD0022795200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.12.25 |
作者 | 潘怀奇、闭应洲、潘永华 |
绘制单位 | 广西师范学院计算机与信息工程学院、广西师范学院计算机与信息工程学院、广西师范学院计算机与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |