基于免疫計(jì)算的特征選擇算法及其應(yīng)用研究.pdf

1、近年來，隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，對(duì)數(shù)據(jù)和信息以電子格式存儲(chǔ)發(fā)生了急劇地增長，這些數(shù)據(jù)毫無疑問是有價(jià)值的資源。然而隨著信息量的不斷擴(kuò)大和對(duì)識(shí)別精度要求的逐步提高，優(yōu)化特征選擇的技術(shù)顯得至關(guān)重要。一種高效的特征選擇算法不但能為分類、決策提供有力的保障，還能減少任務(wù)所需的開銷。要想分析海量的粗?jǐn)?shù)據(jù)，挖掘出隱藏在數(shù)據(jù)中對(duì)我們有用的知識(shí)，就需要利用數(shù)據(jù)挖掘技術(shù)。而受生物免疫系統(tǒng)啟發(fā)，其具有較強(qiáng)的特征抽取、學(xué)習(xí)、快速進(jìn)化和記憶等特性，正

2、是人們?cè)跀?shù)據(jù)挖掘時(shí)所需學(xué)習(xí)和借鑒的。
　　 本文首先介紹了基于免疫計(jì)算的特征選擇算法的研究背景，對(duì)人工免疫系統(tǒng)算法及其應(yīng)用研究進(jìn)行了概要的敘述，以及介紹了目前常用的一些特征選擇的方法。針對(duì)信息資源表示模型、特征選擇算法和屬性降維等與分類有關(guān)的關(guān)鍵技術(shù)進(jìn)行了描述，在此展開了基于免疫計(jì)算的特征選擇算法及其應(yīng)用研究。
　　 在對(duì)人工免疫系統(tǒng)的生物學(xué)原理--自然生物免疫系統(tǒng)機(jī)理的簡單介紹下，對(duì)人工免疫系統(tǒng)相關(guān)算法進(jìn)行了介紹，重點(diǎn)

3、介紹人工免疫系統(tǒng)借鑒自然免疫系統(tǒng)所具有的特點(diǎn)，并已成功應(yīng)用在多個(gè)領(lǐng)域中。本文提出了基于免疫計(jì)算的特征選擇算法，在標(biāo)準(zhǔn)數(shù)據(jù)集上進(jìn)行特征選擇實(shí)驗(yàn)然后結(jié)合k近鄰(k nearest neighboring，KNN)算法構(gòu)造分類器，與傳統(tǒng)KNN分類器和其它學(xué)者提出的免疫分類器分類效果進(jìn)行對(duì)比，目的是研究基于免疫計(jì)算的特征選擇算法的性能，然后將其應(yīng)用在輔助醫(yī)療診斷系統(tǒng)中。重點(diǎn)研究了基于免疫計(jì)算的特征選擇算法在醫(yī)療輔助診斷中如何應(yīng)用及其成效。實(shí)驗(yàn)結(jié)

4、果表明，人工免疫算法可以用于分類中的特征選擇問題?；诿庖哂?jì)算的特征選擇算法并不窮舉每個(gè)特征組合，避免事先確定特征數(shù)量，它是根據(jù)親和度評(píng)估函數(shù)具有一定智能的隨機(jī)搜索策略選擇一組有效的特征組合。在參數(shù)設(shè)置較佳的情況下，對(duì)標(biāo)準(zhǔn)數(shù)據(jù)集的測(cè)試體現(xiàn)出了較強(qiáng)的特征抽取能力，獲得了屬性降維度以及具備生物免疫系統(tǒng)自學(xué)習(xí)等特性。算法結(jié)合KNN規(guī)則對(duì)標(biāo)準(zhǔn)數(shù)據(jù)集的分類準(zhǔn)確率相比模糊C均值算法，多值免疫算法，基于分類問題的克隆選擇算法和人工免疫網(wǎng)絡(luò)分類算法都有