人工免疫网络模型的数据特征提取性能评价技术

摘要：

人工免疫网络模型(aiNET)是一种用于提取数据特征的免疫智能信息处理模型,其核心是用小规模的记忆网络数据(抗体)映射输入数据(抗原),达到减少数据冗余的数据压缩和特征提取效果.由于aiNET模型中存在免疫克隆选择机制,记忆网络(抗体)不是输入抗原数据集的实际子集,同时,由于它没有实现维数简化,导致目前广泛使用的数据特征性能评价方法无法应用.本文给出了一种基于复杂网络的拓扑结构分析技术,利用描述网络结构稳定性的网络社区结构,通过对aiNET压缩前后的抗体和抗原网络社区的对比,达到对人工免疫网络(aiNET)的特征提取性能评价的目的.

关键词：人工免疫网络、特征提取、复杂网络、网络社区结构

所属期刊栏目：28

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60305007

在线出版日期：2007-06-04（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：886-890