| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-17页 |
| ·生物免疫系统简介 | 第8-12页 |
| ·免疫系统的模式识别 | 第9-10页 |
| ·免疫系统的多样性 | 第10-11页 |
| ·免疫耐受过程 | 第11-12页 |
| ·人工免疫系统简介 | 第12-15页 |
| ·人工免疫系统中利用的生物免疫特性 | 第13-14页 |
| ·人工免疫系统二进制模型中的字符串简化 | 第14-15页 |
| ·研究目的和内容 | 第15-16页 |
| ·本文的结构安排 | 第16-17页 |
| 第2章 阴性选择算法的分析 | 第17-33页 |
| ·Forrest阴性选择算法的实现过程 | 第17-19页 |
| ·Forrest阴性选择算法的数学描述 | 第19-22页 |
| ·Forrest阴性选择算法分析 | 第22-28页 |
| ·部分匹配规则分析 | 第22-23页 |
| ·对数学模型的实验验证 | 第23-25页 |
| ·对实验结果与理论结果的分析 | 第25-28页 |
| ·检测器生成算法 | 第28-29页 |
| ·采用部分匹配规则的模式空间中的"黑洞"问题 | 第29-31页 |
| ·本章小结 | 第31-33页 |
| 第3章 基于海明距离的阈值自适应阴性选择算法 | 第33-48页 |
| ·连续γ位匹配方式与海明距离匹配方式的分析 | 第33-36页 |
| ·"黑洞"数量的分析 | 第36-38页 |
| ·基于海明距离的阈值自适应阴性选择算法过程描述 | 第38-40页 |
| ·基于海明距离的阈值自适应阴性选择算法的理论分析 | 第40-47页 |
| ·对不同匹配阈值有效检测器分布的分析 | 第41-44页 |
| ·对阈值范围选取的分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于海明距离的阈值自适应阴性选择算法的验证 | 第48-53页 |
| ·随机数据环境下的验证过程 | 第48-49页 |
| ·基于海明距离的阈值自适应阴性选择算法与Forrest阴性选择算法的比较 | 第49-51页 |
| ·不同匹配阈值对应的"黑洞"数量 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 回顾与展望 | 第53-55页 |
| ·设计回顾 | 第53页 |
| ·改进意见 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 攻读硕士期间撰写的学术论文 | 第57-58页 |
| 致謝 | 第58页 |