基于免疫计算的概念提取方法研究

摘要：

基于实例的模式识别中,由于存在大量实例和特征个数可变特性,导致分类器识别性能低下,难于形成具有高度概括性的共性对象实例.基于免疫计算的概念提取是在有效降低特征个数的同时,提取各类的中心,以此为实例模式对待识别样本进行分类决策.实验结果表明算法在保持甚至提高分类精度的同时,不仅有效地降低了特征个数,而且提取的类中心分类效果更好.与基于遗传算法的概念提取结果相比较,在有限代数内,该算法能收敛到更优的类中心,从而验证了算法的有效性及其应用潜力.

关键词：免疫计算、概念提取、特征选择、模式分类

所属期刊栏目：25

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2009-04-03（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：251-252,230