人工免疫网络分类器的设计及其应用研究
人工免疫系统(Artificial Immune System, AIS)是一种新的软计算技术,在过去的十多年间得到了迅速的发展。由于具有强大的信息处理能力,AIS被广泛应用于各种领域,尤其是机器学习中的分类问题。
在AIS的所有的模型中,免疫网络能够快速、有效地归纳训练空间,因此,基于AIS的分类器大多是采用免疫网络来设计和实现的。虽然免疫分类器在实际应用中取得了较大的成功,但是这些分类器也存在问题,限制了分类器的分类性能。
这些问题包括:1、没有考虑细胞之间的相互关系对分类性能的影响,记忆细胞的确定缺乏有效的指导;2、没有对训练空间进行适当的转换,分类学习直接在输入空间中进行,限制了算法的能力;3、有些系统采用线性机制来控制抗体群体的进化,难以对抗体群体的进化产生有效的扰动,影响了算法的精细搜索能力;4、记忆细胞群体的产生过于随机,算法没有有效的细胞质量评估和淘汰机制;5、在使用批量训练方法时,抗体群体的进化缺乏有效的指导,使得抗体群体的组合空间过大而难以搜索到优化的分类器。为了改善人工免疫分类器的问题,本文提出了基于抗原对的训练方法、记忆细胞 ...


雷达卡


京公网安备 11010802022788号







