第3期 左鹏玉，等：面对类别不平衡的增量在线序列极限学习机 ·525· 续表2 训练样本几何 初始隐 初始训练 每次新增训练 数据集 算法 几何平均数 时间s 平均数 节点数 样本数 样本数 IFELM-SMOTE 0.6476 637.3585 0.75 10 2000 10 OSELM-SMOTE 0.6641 0.0937 10 2000 10 EWOSELM- 0.5642 2.2914 10 2000 10 SMOTE IOSELM 0.8494 26.2164 0.88 10 2000 10 WELM 0.8018 3.2200 10 2000 10 Pageblocks0 IFELM-SMOTE 0.8714 12476.7501 0.88 10 2000 10 OSELM-SMOTE 0.8266 0.1046 10 2000 10 EWOSELM- 0.8190 4.1148 10 2000 10 SMOTE 表3训练样本数大于隐节点数的二分类实验结果 Table 3 Two-class experimental results with the number of training samples more than the number of hidden nodes 训练样本几何 初始隐 初始训练 每次新增训练 数据集 算法 几何平均数 时间/s 平均数 节点数 样本数 样本数 IOSELM 0.6836 38.0648 0.99 700 400 1 WELM 0.5625 4.5138 700 400 Pdspeechfeaters IFELM-SMOTE 0.5266 3184.1812 0.99 700 400 OSELM-SMOTE 0.6567 14.0273 700 400 EWOSELM- 0.6487 286.8218 700 400 SMOTE IOSELM 0.8155 65.7023 0.9 700 400 WELM 0.7746 4.3742 700 400 Vehiclel IFELM-SMOTE 0.6466 46.4960 0.9 700 400 OSELM-SMOTE 0.7658 22.9015 700 400 EWOSELM- 0.7673 457.9382 700 400 SMOTE IOSELM 0.8114 60.6007 0.84 700 400 WELM 0.7574 4.3873 700 400 Vehicle3 IFELM-SMOTE 0.6579 46.9171 0.84 700 400 OSELM-SMOTE 0.7644 22.4273 700 400 EWOSELM- 0.7699 451.3625 700 400 SMOTE IOSELM 0.8420 8.3992 0.89 700 600 10 WELM 0.8938 0.6409 700 600 10 Biodeg IFELM-SMOTE 0.6998 4.7343 0.89 700 600 10 OSELM-SMOTE 0.5248 2.8882 700 600 10 EWOSELM- 0.5163 210.1617 700 600 10 SMOTE续表 2 数据集 算法 几何平均数 时间/s 训练样本几何 平均数 初始隐 节点数 初始训练 样本数 每次新增训练 样本数 IFELM-SMOTE 0.647 6 637.358 5 0.75 10 2 000 10 OSELM-SMOTE 0.664 1 0.093 7 — 10 2 000 10 EWOSELM￾SMOTE 0.564 2 2.291 4 — 10 2 000 10 Pageblocks0 IOSELM 0.849 4 26.216 4 0.88 10 2 000 10 WELM 0.801 8 3.220 0 — 10 2 000 10 IFELM-SMOTE 0.871 4 12 476.750 1 0.88 10 2 000 10 OSELM-SMOTE 0.826 6 0.104 6 — 10 2 000 10 EWOSELM￾SMOTE 0.819 0 4.114 8 — 10 2 000 10 表 3 训练样本数大于隐节点数的二分类实验结果 Table 3 Two-class experimental results with the number of training samples more than the number of hidden nodes 数据集 算法 几何平均数 时间/s 训练样本几何 平均数 初始隐 节点数 初始训练 样本数 每次新增训练 样本数 Pdspeechfeaters IOSELM 0.683 6 38.064 8 0.99 700 400 1 WELM 0.562 5 4.513 8 — 700 400 1 IFELM-SMOTE 0.526 6 3 184.181 2 0.99 700 400 1 OSELM-SMOTE 0.656 7 14.027 3 — 700 400 1 EWOSELM￾SMOTE 0.648 7 286.821 8 — 700 400 1 Vehicle1 IOSELM 0.815 5 65.702 3 0.9 700 400 1 WELM 0.774 6 4.374 2 — 700 400 1 IFELM-SMOTE 0.646 6 46.496 0 0.9 700 400 1 OSELM-SMOTE 0.765 8 22.901 5 — 700 400 1 EWOSELM￾SMOTE 0.767 3 457.938 2 — 700 400 1 Vehicle3 IOSELM 0.811 4 60.600 7 0.84 700 400 1 WELM 0.757 4 4.387 3 — 700 400 1 IFELM-SMOTE 0.657 9 46.917 1 0.84 700 400 1 OSELM-SMOTE 0.764 4 22.427 3 — 700 400 1 EWOSELM￾SMOTE 0.769 9 451.362 5 — 700 400 1 Biodeg IOSELM 0.842 0 8.399 2 0.89 700 600 10 WELM 0.893 8 0.640 9 — 700 600 10 IFELM-SMOTE 0.699 8 4.734 3 0.89 700 600 10 OSELM-SMOTE 0.524 8 2.888 2 — 700 600 10 EWOSELM￾SMOTE 0.516 3 210.161 7 — 700 600 10 第 3 期 左鹏玉，等：面对类别不平衡的增量在线序列极限学习机 ·525·