计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
16期
86-88
,共3页
异常检测%人工免疫系统%自适应算法
異常檢測%人工免疫繫統%自適應算法
이상검측%인공면역계통%자괄응산법
提出了一种基于免疫的自适应异常检测算法SAIM,该算法通过对训练抗原的学习,形成最优的抗体对记忆细胞集进行进化和更新,通过记忆细胞集KNN方法投票进行异常检测.实验采用著名UCI机器学习数据库的Hepatitis标准数据集,获得的分类准确率为93.5%,与现有同类算法进行比较,SAIM所取得的准确率具有一定的优越性.
提齣瞭一種基于免疫的自適應異常檢測算法SAIM,該算法通過對訓練抗原的學習,形成最優的抗體對記憶細胞集進行進化和更新,通過記憶細胞集KNN方法投票進行異常檢測.實驗採用著名UCI機器學習數據庫的Hepatitis標準數據集,穫得的分類準確率為93.5%,與現有同類算法進行比較,SAIM所取得的準確率具有一定的優越性.
제출료일충기우면역적자괄응이상검측산법SAIM,해산법통과대훈련항원적학습,형성최우적항체대기억세포집진행진화화경신,통과기억세포집KNN방법투표진행이상검측.실험채용저명UCI궤기학습수거고적Hepatitis표준수거집,획득적분류준학솔위93.5%,여현유동류산법진행비교,SAIM소취득적준학솔구유일정적우월성.