不完备数据下的免疫分类算法

• 作者: 严宣辉 曾庆盛 舒才良
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人工免疫系统 不完备数据 分类
• 年，卷（期）: 2012,（20）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 172-176
• 分类号: TP311
• 字数: 4256字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.20.036

摘要

人工免疫识别系统(AIRS)是受生物免疫系统的启示而研发的一种比较有效的分类器,但也存在记忆细胞数目过于庞大,分类精度不高,特别是在数据不完备的情况下,分类精度低等缺陷.为了解决这个问题,提出了一种不完备数据下的免疫分类算法(ICAU),算法引入半监督学习机制和分类器融合投票决策的思想,利用多个AIRS分类器互相帮助学习训练,来提高AIRS在不完备数据下的分类精度.在UCI数据集上进行了实验,结果验证了ICAU算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严宣辉	福建师范大学数学与计算机科学学院	34	234	9.0	14.0
2	舒才良	福建师范大学数学与计算机科学学院	3	5	2.0	2.0
3	曾庆盛	福建师范大学数学与计算机科学学院	3	5	2.0	2.0