作为一种新的智能计算方法，人工免疫网络已被广泛的应用到模式识别以及数据分类中。现有的人工免疫网络分类算法大都存在两个缺陷：一是网络规模庞大、计算复杂；二是对抗原的一次递呈并不能保证获得全局最优分类器。该文提出了一种新的人工免疫网络分类算法，该算法利用每个类别对应单个B 细胞的策略，简化网络规模并减少了同类别B 细胞之间的抑制操作，同时引入了新的基于对训练样本正确识别率的亲合度评价函数，实现了基于抗原的优先级的选择策略。采用5 组UCI 的线性数据和4 组混合特征数据以及1 幅SAR 图像对算法的性能进行了全面测试，结果表明，与模糊C 均值算法，多值免疫(MVIN)算法和基于分类问题的克隆选择算法(CSA)相比，新算法在分类精度上具有一定的优势，鲁棒性更好。
猜您喜欢
推荐内容
开源项目推荐 更多
热门活动
热门器件
用户搜过
随便看看
热门下载
京公网安备 11010802033920号
Copyright © 2005-2026 EEWORLD.com.cn, Inc. All rights reserved
评论