基于人工免疫网络的分类算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究意义和背景 | 第9-12页 |
| ·本文研究内容和创新点 | 第12页 |
| ·本文的组织结构 | 第12-13页 |
| 第二章 免疫系统与分类 | 第13-30页 |
| ·自然免疫系统 | 第13-17页 |
| ·免疫分类 | 第14页 |
| ·免疫系统功能 | 第14-16页 |
| ·免疫系统理论 | 第16-17页 |
| ·人工免疫系统 | 第17-22页 |
| ·人工免疫系统仿生机理 | 第17-19页 |
| ·克隆选择算法 | 第19-21页 |
| ·否定选择算法 | 第21-22页 |
| ·分类 | 第22-30页 |
| ·概念 | 第22页 |
| ·机器学习 | 第22-26页 |
| ·自动推理 | 第26页 |
| ·传统分类方法及其优缺点 | 第26-30页 |
| 第三章 人工免疫网络模型及其分类算法 | 第30-39页 |
| ·人工免疫网络模型 | 第30-35页 |
| ·aiNet | 第30-32页 |
| ·资源受限人工免疫网络系统RLAIS | 第32-33页 |
| ·多值免疫网络 | 第33-35页 |
| ·基于人工免疫网络的分类算法研究现状 | 第35-39页 |
| ·AIRS | 第36-37页 |
| ·人工免疫网络记忆分类器AINMC | 第37-38页 |
| ·现有算法优缺点 | 第38-39页 |
| 第四章 一种带有阴性选择的人工免疫网络分类算法 | 第39-46页 |
| ·算法设计思路 | 第39-40页 |
| ·算法流程图 | 第40-41页 |
| ·算法具体描述 | 第41-43页 |
| ·仿真实验与分析 | 第43-46页 |
| ·实验设置 | 第44页 |
| ·实验结果及分析 | 第44-46页 |
| 第五章 一种基于自适应半径的人工免疫网络分类算法 | 第46-57页 |
| ·算法设计思路 | 第46-47页 |
| ·ROUGH SET 下的多粒度理解 | 第47-48页 |
| ·算法详细描述 | 第48-52页 |
| ·学习 | 第48-52页 |
| ·识别 | 第52页 |
| ·实验设计与分析 | 第52-57页 |
| ·模拟数据测试 | 第52-54页 |
| ·真实数据测试 | 第54-57页 |
| 第六章 结论 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63-73页 |
| 攻硕期间取得的研究成果 | 第73-74页 |
