人工免疫网络模型的数据特征提取性能评价技术

被引：2

作者：

岳训 ^{[1
]}

迟忠先 ^{[1
]}

莫宏伟 ^{[2
]}

王志军 ^{[3
]}

郝艳友 ^{[3
]}

机构：

[1] 山东农业大学信息科学与工程学院

[2] 哈尔滨工程大学自动化学院

[3] 大连理工大学计算机科学工程系

来源：

小型微型计算机系统 | 2007年 / 05期

关键词：

人工免疫网络; 特征提取; 复杂网络; 网络社区结构;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

人工免疫网络模型(aiNET)是一种用于提取数据特征的免疫智能信息处理模型,其核心是用小规模的记忆网络数据(抗体)映射输入数据(抗原),达到减少数据冗余的数据压缩和特征提取效果.由于aiNET模型中存在免疫克隆选择机制,记忆网络(抗体)不是输入抗原数据集的实际子集,同时,由于它没有实现维数简化,导致目前广泛使用的数据特征性能评价方法无法应用.本文给出了一种基于复杂网络的拓扑结构分析技术,利用描述网络结构稳定性的网络社区结构,通过对aiNET压缩前后的抗体和抗原网络社区的对比,达到对人工免疫网络(aiNET)的特征提取性能评价的目的.

引用

页码：886 / 890

页数：5