结合XGBoost的树突状细胞改进算法

• 作者: 周雯 杨晨 梁意文 谭成予
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 树突状细胞算法 XGBoost算法 决策树 特征提取 计算机免疫
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 194-197,203
• 页数: 5页
• 分类号: TP301.6
• 字数: 2588字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0052044

摘要

树突状细胞算法(DCA)要求输入3类信号,需要通过人工选取或统计学等方式提前进行特征提取.为准确、高效地提取特征,提出一种基于XGBoost的DCA.通过使用XGBoost算法迭代生成决策树,根据决策树的特征节点对数据集的特征指标进行提取与分类,并作为DCA的信号输入以实现算法优化.使用KDD99数据集进行实验,结果表明,与基于粗糙集的改进算法相比,该算法的准确率更高,最高可达0.859 00.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁意文	武汉大学计算机学院	65	396	13.0	17.0
2	谭成予	武汉大学计算机学院	17	50	3.0	6.0
3	周雯	武汉大学计算机学院	9	3	1.0	1.0
4	杨晨	武汉大学计算机学院	14	19	2.0	4.0