基于反馈的人工负选择分类算法

• 作者: 关毅 沈彤 董喜双
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 负选择算法 人工负选择分类 反馈学习
• 年，卷（期）: 2013,（5）
• 页码范围: 61-65
• 页数: 5页
• 分类号: TP391
• 字数: 6069字
• 语种: 中文

摘要

人工免疫系统是受人体免疫系统启发的一种智能算法,负选择算法作为人工免疫系统的核心算法之一,在各领域被广泛研究和应用.从两方面对负选择算法进行了改进,首先对记忆细胞数量对识别准确率的影响进行了研究,提出一种反馈学习的思想来进行记忆细胞数量的优化,实现提高分类过程中的识别准确率.然后为了解决传统负选择算法存在检测器覆盖空间存在交集、整体覆盖空间较低的问题,提出通过记忆细胞识别半径的自动调整,减少检测器数量,提高整体覆盖空间的方法,这种方法避免了“交叉识别(overlap)”和“识别洞(hole)”现象的出现.最后,实验结果表明算法在解决文本分类问题是有效可行的,其在路透社文本分类数据集上分类准确率达到了93.89％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	关毅	哈尔滨工业大学计算机科学与技术学院	56	1214	16.0	33.0
2	沈彤	哈尔滨工业大学计算机科学与技术学院	3	18	2.0	3.0
3	董喜双	哈尔滨工业大学计算机科学与技术学院	6	57	3.0	6.0