《表5 CSO、GA、PSO在Wine数据集上的运行结果》
提示：宽带有限、当前游客访问压缩模式
从图4可以看到，CSO算法获得的最大值、最小值、平均值均优于GA算法，明显优于PSO算法，各个算法在Wine数据集上的具体运行结果如表5所示。
| 图表编号 | XD0036255300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.01 |
| 作者 | 秦映波、曹步清、邓春晖 |
| 绘制单位 | 华南理工大学广州学院计算机工程学院、湖南科技大学计算机科学与工程学院、华南理工大学广州学院计算机工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 不同算法在OTB数据集上的平均运行速度对比》2021.02.16
- 《表4 不同算法在Wine数据集上的新类检测性能》2021.01.01
- 《表2 同一算法不同特征提取网络在MS COCO数据集验证集上的运行结果比较》2020.09.16
- 《表4 一阶段算法在MS COCO数据集验证集上的运行结果》2020.09.16
- 《表3 两阶段算法在MS COCO数据集验证集上的运行结果》2020.09.16
- 《表3 4种算法在Iris数据集上的运行情况》2019.12.01
- 《表2 三种算法在UCI数据集上的运行结果》2019.11.30
- 《表1 PSO、GA和CSO算法仿真结果对比》2019.08.20
- 《表2 各种算法在加噪iris数据集上的运行结果》2019.10.01
- 《表2 三种聚类算法在Wine数据集上的聚类相关评价指标值》2019.04.01
- 《表8 CSO、GA、PSO在IRIS等5个数据集上的运行时间》2019.01.01
- 《表7 CSO、GA、PSO在cancer数据集上的运行结果》2019.01.01
- 《表4 CSO、GA、PSO在glass数据集上的运行结果》2019.01.01
- 《表3 CSO、GA、PSO在IRIS数据集上的运行结果》2019.01.01
- 《表6 CSO、GA、PSO在CMC数据集上的运行结果》2019.01.01
- 《表2 CSO、GA与PSO算法参数设置》2019.01.01
- 《表3 CART-PSO与R-C-APSO在各数据集上的CPU运行时间/s》2019.02.01
- 《表2 在45维度下GA, PSO, AMO, SMO在12个基准函数上的结果对比》2019.01.15
- 《表1 在30维度下GA, PSO, AMO, SMO在12个基准函数上的结果对比》2019.01.15
- 《表2 SSE、ET-SSE在dataR2、Iris、Wine及Immunotherapy数据集上的计算数据》2019.04.15