排序方式: 共有25条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
人工免疫识别系统(AIRS)已被证实为一种高效的分类器,并成功应用于模式识别等领域.然而AIRS存在的记忆细胞数目庞大、分类准确率低等缺陷,限制了进一步的应用.为克服这些缺陷,提出了一种基于免疫的监督式分类算法(AIUC).AIUC首先初始化记忆细胞;然后通过对每一个训练抗原的学习,进行B细胞进化,在B细胞收敛后,优选出最佳的B细胞对记忆细胞进行更新;最后通过记忆细胞对测试数据进行kNN分类.就数据集Iris、Ionosphere、Diabetes和Sonar分别进行的对比实验结果表明,AIUC比AIRS记忆细胞分别减小了5.6%、18%、19.6%和31%,分类准确率提高到98.2%、96.9%、78.3%和92.3%.该算法具有非线性,以及克隆选择、免疫网络和免疫记忆等生物免疫系统特征,可更好地应用于模式识别、异常检测等领域. 相似文献
5.
6.
一种基于免疫的监督式分类算法 总被引:1,自引:0,他引:1
人工免疫识别系统(AIRS)已被证实为一种高效的分类器,并成功应用于模式识别等领域。然而AJRS存在的记忆细胞数目庞大、分类准确率低等缺陷,限制了进一步的应用。为克服这些缺陷,提出了一种基于免疫的监督式分类算法(AIUC)。AIUC首先初始化记忆细胞;然后通过对每一个训练抗原的学习,进行B细胞进化,在B细胞收敛后,优选出最佳的B细胞对记忆细胞进行更新;最后通过记忆细胞对测试数据进行kNN分类。就数据集I-ris、Ionosphere,、Diabetes和Sonar分别进行的对比实验结果表明,AIUC比AIRS记忆细胞分别减小了5.6%、18%、19.6%和31%,分类准确率提高到98.2%、96.9%、78.3%和92.3%。该算法具有非线性,以及克隆选择、免疫网络和免疫记忆等生物免疫系统特征,可更好地应用于模式识别、异常检测等领域。 相似文献
7.
8.
9.
基于免疫网络原理,提出了一种新的无监督式分类算法。首先基于形态空间理论给出了抗体、抗原和免疫网络的形式化定义,建立了抗体克隆选择、高频变异以及免疫记忆的动态模型和相应的数学方程,最后给出了分类过程。实验表明该算法的分类精度要高于其它传统的聚类算法,并具有很好的持续学习、动态调节、特性记忆等特性。如果把抗体视为某种既定模式,合理地调整抗原集合,则该模型具有广泛的用途。 相似文献
10.
为克服传统网络身份认证方法安全性不高、效率低等不足,受人类自然信任原理启发,提出了一种基于家族基因的身份认证模型(FBNA).给出了模型中网络家族、家族成员及成员基因等定义,建立了基因指派、基因签名等仿生机制,描述了网络家族构造、基因证书生成,以及基于家族基因的身份认证等算法.解决了静态口令认证安全性差、动态口令认证复杂等问题,同时克服了数字证书认证计算量大、证书主体信息不明确等缺陷.理论分析和实验结果表明该方法是鉴别网络实体身份的一种有效新途径. 相似文献