《表2 分类测试精度比较 (%)》
如表2所示,黑体数字为表现较优的分类准确率。与TROP-ELM算法相比,本文算法的优势非常明显。与SBELM算法相比,SHN-ELM分类性能较好。在Diabetes和Breast cancer数据集上,SHN-ELM在四种分类器中表现最优。此外,在所有数据集的分类问题上,SHN-ELM准确率都优于ELM。良好的分类表现可能是由于本文算法在一开始先构建了一个较大型的神经网络,可以在较大的网络模型中选择出有效的隐含层节点,所以提高了分类精度。
图表编号 | XD0024697400 严禁用于非法目的 |
---|---|
绘制时间 | 2018.08.25 |
作者 | 邓万宇、张莎莎、刘光达、刘丹 |
绘制单位 | 西安邮电大学计算机学院、西安邮电大学计算机学院、西安邮电大学计算机学院、西安邮电大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |