计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
20期
172-176
,共5页
人工免疫系统%不完备数据%分类
人工免疫繫統%不完備數據%分類
인공면역계통%불완비수거%분류
人工免疫识别系统(AIRS)是受生物免疫系统的启示而研发的一种比较有效的分类器,但也存在记忆细胞数目过于庞大,分类精度不高,特别是在数据不完备的情况下,分类精度低等缺陷.为了解决这个问题,提出了一种不完备数据下的免疫分类算法(ICAU),算法引入半监督学习机制和分类器融合投票决策的思想,利用多个AIRS分类器互相帮助学习训练,来提高AIRS在不完备数据下的分类精度.在UCI数据集上进行了实验,结果验证了ICAU算法的有效性.
人工免疫識彆繫統(AIRS)是受生物免疫繫統的啟示而研髮的一種比較有效的分類器,但也存在記憶細胞數目過于龐大,分類精度不高,特彆是在數據不完備的情況下,分類精度低等缺陷.為瞭解決這箇問題,提齣瞭一種不完備數據下的免疫分類算法(ICAU),算法引入半鑑督學習機製和分類器融閤投票決策的思想,利用多箇AIRS分類器互相幫助學習訓練,來提高AIRS在不完備數據下的分類精度.在UCI數據集上進行瞭實驗,結果驗證瞭ICAU算法的有效性.
인공면역식별계통(AIRS)시수생물면역계통적계시이연발적일충비교유효적분류기,단야존재기억세포수목과우방대,분류정도불고,특별시재수거불완비적정황하,분류정도저등결함.위료해결저개문제,제출료일충불완비수거하적면역분류산법(ICAU),산법인입반감독학습궤제화분류기융합투표결책적사상,이용다개AIRS분류기호상방조학습훈련,래제고AIRS재불완비수거하적분류정도.재UCI수거집상진행료실험,결과험증료ICAU산법적유효성.
