西安交通大学学报
西安交通大學學報
서안교통대학학보
JOURNAL OF XI'AN JIAOTONG UNIVERSITY
2007年
5期
585-588,620
,共5页
苟世宁%杜海峰%栗茂林%庄健
茍世寧%杜海峰%慄茂林%莊健
구세저%두해봉%률무림%장건
人工免疫网络%数据分类%模糊
人工免疫網絡%數據分類%模糊
인공면역망락%수거분류%모호
针对现有人工免疫网络算法对先验知识应用不足的问题,提出一种基于模糊人工免疫网络的有监督学习数据分类方法.首先采用模糊C均值聚类算法为免疫网络提供疫苗(初始种群),将此疫苗作为免疫网络的初始抗体群,种群再经过克隆选择、网络压缩、免疫成熟、记忆等算子的不断扩展和压缩,形成一个由浓缩后的训练数据构成的抗体网络,最终基于该抗体网络采用"邻近原则"构造分类器.由于各算子的协调作用,该方法能够在高浓缩率的情况下更好地代替样本空间.UCI(University of California,Irvine)数据集的仿真实验证明,与aiNet方法相比,该方法在分类准确率和数据浓缩率上分别高出7.26%和11.16%,而且更稳定、可靠.
針對現有人工免疫網絡算法對先驗知識應用不足的問題,提齣一種基于模糊人工免疫網絡的有鑑督學習數據分類方法.首先採用模糊C均值聚類算法為免疫網絡提供疫苗(初始種群),將此疫苗作為免疫網絡的初始抗體群,種群再經過剋隆選擇、網絡壓縮、免疫成熟、記憶等算子的不斷擴展和壓縮,形成一箇由濃縮後的訓練數據構成的抗體網絡,最終基于該抗體網絡採用"鄰近原則"構造分類器.由于各算子的協調作用,該方法能夠在高濃縮率的情況下更好地代替樣本空間.UCI(University of California,Irvine)數據集的倣真實驗證明,與aiNet方法相比,該方法在分類準確率和數據濃縮率上分彆高齣7.26%和11.16%,而且更穩定、可靠.
침대현유인공면역망락산법대선험지식응용불족적문제,제출일충기우모호인공면역망락적유감독학습수거분류방법.수선채용모호C균치취류산법위면역망락제공역묘(초시충군),장차역묘작위면역망락적초시항체군,충군재경과극륭선택、망락압축、면역성숙、기억등산자적불단확전화압축,형성일개유농축후적훈련수거구성적항체망락,최종기우해항체망락채용"린근원칙"구조분류기.유우각산자적협조작용,해방법능구재고농축솔적정황하경호지대체양본공간.UCI(University of California,Irvine)수거집적방진실험증명,여aiNet방법상비,해방법재분류준학솔화수거농축솔상분별고출7.26%화11.16%,이차경은정、가고.