《表3 五种分类器对Iris、Wine和Seeds数据集的分类结果》

  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IGWO算法优化的SVM模拟电路故障诊断》

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

通过对表1中三个不同样本总数和不同样本维度的三个数据集进行分类识别，五种分类器的分类结果如表3所示，IGWO-SVM分类器不仅分类准确率是最高的，而且其分类时间也是最短的，尤其对于Iris数据集，IGWO-SVM分类器跳出了GWO-SVM分类器所陷入的局部收敛，获得100%的分类准确率，说明引入非线性收敛因子、动态权重和边界变异策略可以有效避免算法局部收敛，提高样本的分类准确率.