首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

人工免疫机制若干问题的研究

摘要第1-6页
Abstract第6-14页
第一章 绪论第14-27页
   ·引言第14页
   ·生物免疫系统第14-16页
   ·人工免疫机制研究现状与若干问题第16-24页
     ·否定选择算法第17-18页
     ·克隆选择算法第18-22页
     ·免疫网络第22页
     ·危险理论第22-23页
     ·存在的若干问题第23-24页
   ·论文的主要创新工作第24-25页
   ·论文内容安排第25-27页
第二章 基于危险理论的自适应免疫算法第27-44页
   ·引言第27-28页
   ·基于危险理论的自适应免疫算法第28-32页
     ·危险信号提取操作O D第28-30页
     ·免疫克隆操作OC第30页
     ·免疫基因操作O M第30-31页
     ·免疫选择操作O S第31页
     ·基于危险理论的自适应免疫算法 DTAIA第31-32页
   ·DTAIA 算法分析第32-35页
     ·算法基本特点第32页
     ·算法收敛性第32-34页
     ·复杂度分析第34-35页
   ·实验与分析第35-43页
     ·低维函数实验第35-39页
     ·高维函数实验第39-43页
   ·本章小结第43-44页
第三章 基于多重 BALDWIN 效应变异的免疫算法第44-65页
   ·引言第44-45页
   ·基于 BALDWIN 效应的变异第45-48页
   ·算法流程描述第48-52页
     ·克隆操作第48-49页
     ·变异操作第49-50页
     ·交叉操作第50页
     ·边界分析第50-51页
     ·免疫选择操作第51-52页
   ·MBCSA 流程设计与分析第52-53页
   ·SAMBCSA 自适应框架与流程设计第53-54页
     ·自适应框架第53-54页
     ·SAMBCSA 流程与分析第54页
   ·实验结果与分析第54-64页
     ·MBCSA 中差异向量的数目对算法性能的影响第55-56页
     ·SAMBCSA 中 w 对算法性能的影响第56-57页
     ·复杂高维多峰函数对比测试第57-64页
   ·本章小结第64-65页
第四章 自适应学习免疫算法第65-87页
   ·引言第65-66页
   ·策略池与 SALIA 算法描述第66-73页
     ·四种变异策略第66-69页
     ·自适应学习免疫算法描述第69-73页
   ·实验结果与分析第73-86页
     ·SALIA 与三种典型免疫算法的性能比较第74-82页
     ·SALIA 与四种基于种群算法的性能比较第82-84页
     ·自适应学习框架的分析第84-86页
   ·本章小结第86-87页
第五章 混合检测器生成算法第87-101页
   ·引言第87页
   ·算法描述与分析第87-92页
     ·算法定义第87-89页
     ·混合检测器算法描述与分析第89-92页
   ·实验结果与分析第92-99页
     ·针对不同自体集合形状算法的基本特性第93-97页
     ·针对标准经典数据集的不同算法对比第97-99页
   ·本章小结第99-101页
第六章 一种基于人工免疫的木马检测模型第101-113页
   ·引言第101-102页
   ·AIBTDM 模型定义第102-107页
     ·完整性检测模块 IDM第104-105页
     ·异常检测模块 ADM第105页
     ·网络监控模块 NMM第105-106页
     ·特征码扫描模块 CCSM第106页
     ·系统调用检测模块 SCDM第106-107页
   ·模块通信过程示例分析第107-109页
   ·实验结果与分析第109-112页
     ·基于木马数据集的实验第109-111页
     ·AIBTDM 木马检测实验第111-112页
   ·本章小结第112-113页
第七章 总结与展望第113-115页
   ·总结第113-114页
   ·展望第114-115页
参考文献第115-126页
致谢第126-127页
在学期间的研究成果及发表的学术论文第127页

论文共127页,点击 下载论文
上一篇:近空间飞行器抗干扰鲁棒飞行控制研究
下一篇:授信融资下物流金融的运营和风险管理问题研究