免疫进化否定选择算法

• 作者: 杨韬 高江锦
• 来源期刊: 计算机应用研究
• 关键词: 人工免疫 否定选择算法 检测器 免疫进化
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1293-1297
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.05.003

摘要

当训练样本分布密集交错时,传统的否定选择算法难以将检测器生成在正/反样本间的有效区域,导致检测器集合对这些样本的识别率降低,影响了算法性能.为使检测器能有效地识别分布密集交错的样本,提出了免疫进化否定选择算法(IENSA).IENSA通过加入两个免疫进化过程,首先在样本分布密集的区域引导检测器在正/反样本之间有效地生成,然后在样本分布稀疏的区域对冗余检测器进行抑制.实验结果表明在二维人工数据集Rectangle与三维标准数据集Skin segmentation上,相对于经典的RNSA与V-detector算法,IENSA均能以较少的检测器达到较高的检测率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨韬	西华师范大学教育信息技术中心	22	52	4.0	6.0
2	高江锦	西华师范大学教育信息技术中心	31	63	4.0	6.0