基于自组织抗体网络的算法研究.pdf

《基于自组织抗体网络的算法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2011年第11期一doi：103969~issn1671-1122201111019鼾摘要：文章建立了基于人工免疫系统的自组织抗体网络模型，模仿生物免疫系统中抗体对抗原的快速识别与记忆能力，利用抗体生成算法，应用于模式识别，并且计算相对简单、参数较少。文章通过大量UCI标准数据集对自组织抗体网络进行仿真测试分析，检验了该方法的可行性和有效性。关键词：人工免疫；抗体生成算法；模式识别中图分类号：TP393．08文献标识码：A文章编号：1671—1122(2011)11—0065—03TheDevelopmentandImp

2、lementationofaSoftwareforRemoteForensicAnalysisNIANAn：iun，YUANJin—sha，LIZhong(DepartmentofelectronicandcommunicationengineeringNorthChinaElectricPowerUniversity,BaodingHebei071003，China)Abstract：Theself_0rganizati0nantibodynetapplytopatternrecognitionutilizinganti

3、bodygenerationalgorithmwhichiSbasedonanificialimmunesystemandimitateantibodiestotheantigenfastidentificationandmemoryabilityandthecalculationisrelativelysimpleandlessparameters．Inthisartide，thefeasibilityandefectivenessofthismethodisprovenbylotsofthestandardUCIdat

4、asets．Keywords：artificialimmune；antibodygenerationalgorithm；pa~ernrecognition0引言．自组织抗体网络模型利用抗体生成算法，应用于模式识别，具有很高的识别率，它是一种自适应系统，模仿生物免疫学。对比于其他人工免疫方法Ⅲ，具有显著的优势及自身的特点，其研究成果涉及到数据处理、故障诊断等多种领域。另外，复杂程度不高，需要设置的参数较少，其抗体生成算法在执行的过程中能够对抗体数目、浓度及属性值自动调整，无需人工设置参数和干预。1自组织抗体网络模型1．1网络

5、定义与描述自组织抗体网络定义为一种带权重的不完全连通图，模拟出的人工免疫系统由不同的节点构成，节点为各类抗体，同类型的抗体聚集连接在一起，每一类的抗体拥有其自身的权值，权重为此类抗体个数，即浓度值。网络中的每一个抗体都有其自身的属性值，能够对外界的抗原进行识别，并且能对抗原进行学习，各类的抗体相互作用，形成能够对外界抗原识别和学习的网络整体。1．2网络模式特征提取识别过程自组织抗体网络利用的是抗体生成算法，计算过程比较简单，其中也不需要设置参数或者阈值，比其它人工免疫方法较简便，识别准确率也很高。其中抗体生成算法针对网络训

6、练学习情况，对输入的抗原信息进行分析，实现抗体与抗原的合并，抗体与抗体之间的合并，以及添加新抗体的过程。●收稿时间：2011-10—11作者简介：年安君(1986一)，女，安徽，硕士研究生，主要研究方向：信息系统与信息安全；苑津莎(1957一)，男，河北，教授，博士，主要研究方向：通信与信息系统；李中(1970一)，男，浙江，讲师，博士，主要研究方向：电气设备故障诊断。2011年第11期下面介绍一下利用自组织抗体网络进行模式识别的基本训练次数减少，训练效率有一定提高。过程，最重要的部分首先是网络的形成，其次是利用成熟的2．

7、2LetterRecognition数据集对自组织抗体网络进行测网络进行识别。试训练网络形成的过程：1)首先在网络中添加初始抗体，随机LetterRecognition数据集是为了识别一批黑白矩形像素显从训练样本抽取；2)训练样本中的所有数据将作为网络的输示的26个大写字母在英语字母表，字符图像是基于2O种不入抗原，利用抗体生成算法进行计算，生成抗体，抗体能记同的字体和每一个字母在这2O字体上随机产生20000例独忆训练样本模式特征信息，得到白组织抗体网络；3)重复步特的刺激，每一个刺激转换成16个原始数值屙I生。骤2)对

8、网络进行反复训练，满足终止条件时，训练结束。实验方法：利用训练好的成熟网络对待测样本进行识别的过程，主第一组：在LetterRecognition数据集上，使用前16000要是通过待测样本与网络中所有的抗体进行亲和度计算，根组数据作为训练样本集，其余的数据作为测试样本集，初始据亲和度对待测样本进行判定。