《表4 5种算法在Ecoli数据集上的实验结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于混合改进GSO与GRNN并行集成学习模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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%.