免疫进化否定选择算法

摘要：

当训练样本分布密集交错时,传统的否定选择算法难以将检测器生成在正/反样本间的有效区域,导致检测器集合对这些样本的识别率降低,影响了算法性能.为使检测器能有效地识别分布密集交错的样本,提出了免疫进化否定选择算法(IENSA).IENSA通过加入两个免疫进化过程,首先在样本分布密集的区域引导检测器在正/反样本之间有效地生成,然后在样本分布稀疏的区域对冗余检测器进行抑制.实验结果表明在二维人工数据集Rectangle与三维标准数据集Skin segmentation上,相对于经典的RNSA与V-detector算法,IENSA均能以较少的检测器达到较高的检测率.

关键词：人工免疫、否定选择算法、检测器、免疫进化

所属期刊栏目：34

分类号：TP301.6(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61402308;四川省教育厅自然科学重点资助项目15ZA0146,15ZB0142

在线出版日期：2017-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1293-1297