不同的距离测量方法对人工免疫识别系统的性能影响

摘要：

为了分析不同的距离测量方法对AIRS的性能影响,采用三种距离测量方法实现AIRS,这三种方法分别是Euclidean距离、Manhattan距离和RBF核空间距离,并将三种用不同距离测量方法实现的AIRS算法应用于Iris、Heart和Wine数据集的分类测试.所获得的三组数据集分类的准确率和抗体规模进行了相互比较,结果表明采用Manhattan距离AIRS算法获得了对Iris和Heart的最高分类准确率,而采用核空间距离算法获得了对Wine的最高分类准确率.从抗体群体规模来看,采用核空间距离则能获得最小的抗体群体.从性能比较可知,不同的距离测量方法对AIRS算法的分类性能有较大的影响.

关键词：人工免疫识别系统、距离测量方法、分类性能、UCI数据集

所属期刊栏目：28

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60874070;湖南省科技计划资助项目2010GK3067;湖南省教育厅一般资助项目10C0368

在线出版日期：2011-09-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：2043-2045