genetic - immune algorithm systems-genetic- immune algorithm systems

针对目标与背景两类图像模式识别问题,在已有的特征选择方法基础上,提出了一种新颖的基于免疫分子编码机理的图像特征选择方法(IACA). 该方法借鉴生物免疫系统的抗体分 子编码机理,在对样本进行参数估计情况下,提出熵度量单个特征对于目标和背景的识别敏感度 从集合的角度研究并且定义了特征之间的包含和互补关系 并且基于组成抗体分子氨基酸结合能量最小原则,提出了关于图像目标的免疫抗体构建规则 最终实现了寻找最优特征子集的算法IACA ,该特征子集的维数通过算法自动获得无需人为设定,选择结果为目标的“免

提出一种基于免疫原理的人工免疫算法,用于模糊关联规则的挖掘. 该算法通过借鉴生物免疫系统中的克隆选择原理来实施优化操作,它直接从给出的数据中,通过优化机制自动确定每个属性对应的模糊集合,使推导出的满足条件的模糊关联规则数目最多. 将实际数据集和相关算法进行性能比较,实验结果表明了所提出算法的有效性-An algorithm is proposed for mining fuzzy association rules based on immune principles , which is ma

It is a general purpose one-class classification algorithm. As a development in the research area of Artificial Immune Systems (AIS), it is a negative selection algorithm, one of the earliest methods inspired by immune system. Negative selection algo