人工免疫网络模型的数据特征提取性能评价技术

• 作者: 岳训 王志军 莫宏伟 迟忠先 郝艳友
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 人工免疫网络 特征提取 复杂网络 网络社区结构
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 数据挖掘与数据库技术
• 页码范围: 886-890
• 页数: 5页
• 分类号: TP18
• 字数: 5092字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2007.05.026

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	莫宏伟	哈尔滨工程大学自动化学院	93	922	17.0	26.0
2	岳训	山东农业大学信息科学与工程学院	7	16	3.0	3.0
6	郝艳友	大连理工大学计算机科学工程系	7	17	3.0	3.0
7	迟忠先	山东农业大学信息科学与工程学院	1	1	1.0	1.0
8	王志军	大连理工大学计算机科学工程系	1	1	1.0	1.0