Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

07.11.2019 | Research Article - Computer Engineering and Computer Science

Estimation of the Smoothing Parameter in Probabilistic Neural Network Using Evolutionary Algorithms

Zeitschrift:
Arabian Journal for Science and Engineering
Autoren:
Shraddha M. Naik, Ravi Prasad K. Jagannath, Venkatanareshbabu Kuppili

Abstract

The probabilistic neural network (PNN) is an efficient approach that can compute nonlinear decision boundaries, widely used for classification. In this paper, the often used Gaussian distribution function is replaced by a new probability density function which provides a new variant of the PNN method. Most of the higher-dimensional data are statistically found to be not from the normal distribution, and hence, we have replaced it by the symmetric Laplace distribution. Further, the estimation of the smoothing parameter in the proposed PNN model is carried out with three different evolutionary algorithms, namely bat algorithm (BA), grey wolf optimizer (GWO), and whale optimization algorithm (WOA) with a novel fitness function. These different proposed PNN models with variable smoothing parameter estimation methods are tested on five different benchmark data sets. The performance of proposed three Laplace distribution-based variants of PNN incorporated with BA, GWO, and WOA are reported and compared with Gaussian-based variants of PNN and also other commonly used classifiers: the conventional PNN, extreme learning machine, and K-nearest neighbor in terms of measurement accuracy. The results demonstrate that the proposed approaches using evolutionary algorithms can provide as much as a ten percent increase in accuracy over the conventional PNN method.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Premium Partner

    Marktübersichten

    Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

    Bildnachweise