《表4 5种算法在Ecoli数据集上的实验结果对比》
本文选取GA-GRNN[28]、PSO-GRNN[29]、GSO-GRNN作为参照模型,种群规模N=50,迭代次数iter_max=30.同时选取GS-SVM(Grid SearchSVM)[30]作为参照模型.为了初步验证HIGSO-GRNN模型的可行性,详细阐述Ecoli数据集的实验结果,如表4和图4所示.通过分析实验结果可得:1) 在稳定性方面,HIGSO-GRNN分类准确率方差为1.81e-03,优于GA-GRNN的3.56e-03、PSO-GRNN的3.42e-03、GSO-GRNN的4.11e-03、GS-SVM的2.56e-03,这得益于HIGSO的基于佳点集的种群初始化策略与繁殖机制,使算法具有稳定的初始解及稳定的辅助搜索策略.2) 在准确率方面,HIGSO-GRNN的平均准确率为87.04%,分别比GA-GRNN、PSO-GRNN、GSO-GRNN与GS-SVM提高5.89%、5.47%、18.57%、1.25%.
图表编号 | XD0038030300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.03.01 |
作者 | 简书强、倪志伟、李敬明、朱旭辉、倪丽萍 |
绘制单位 | 合肥工业大学管理学院、合肥工业大学过程优化与智能决策教育部重点实验室、合肥工业大学管理学院、合肥工业大学过程优化与智能决策教育部重点实验室、安徽财经大学管理科学与工程学院、合肥工业大学管理学院、合肥工业大学过程优化与智能决策教育部重点实验室、合肥工业大学管理学院、合肥工业大学过程优化与智能决策教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |