| 独创性说明 | 第1-3页 |
| 摘要 | 第3-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-23页 |
| ·人工免疫系统(Arificial Immune System: AIS) | 第10-17页 |
| ·自然计算 | 第10页 |
| ·生物免疫系统隐喻的信息处理机理 | 第10-12页 |
| ·人工免疫系统 | 第12-16页 |
| ·人工免疫系统的典型应用 | 第16-17页 |
| ·流数据数据挖掘技术 | 第17-20页 |
| ·流数据 | 第17页 |
| ·流数据数据挖掘技术 | 第17-20页 |
| ·流数据的特征提取技术 | 第20页 |
| ·本文研究的主要内容和论文结构 | 第20-23页 |
| 2 人工免疫网络模型(Artificial Immune NETwork: AIN) | 第23-37页 |
| ·Jerne’s生物免疫网络理论 | 第23-25页 |
| ·人工免疫网络模型 | 第25-28页 |
| ·人工免疫网络模型的特性 | 第25-26页 |
| ·人工免疫网络模型的基本框架 | 第26-27页 |
| ·人工免疫网络模型与神经网络和遗传算法的比较 | 第27-28页 |
| ·人工免疫网络模型的发展现状 | 第28-32页 |
| ·Hunt& Cooke类型 | 第29-31页 |
| ·aiNet类型 | 第31页 |
| ·其它类型 | 第31-32页 |
| ·国内发展现状 | 第32页 |
| ·两个典型用于数据挖掘技术的人工免疫网络模型 | 第32-36页 |
| ·资源有限网络(RLAIS) | 第32-34页 |
| ·aiNet模型 | 第34-36页 |
| ·面临的问题 | 第36页 |
| ·本章小节 | 第36-37页 |
| 3 面向流数据特征提取的人工免疫网络模型 | 第37-51页 |
| ·问题的提出 | 第37页 |
| ·相关研究工作 | 第37-38页 |
| ·人工免疫网络模型 IFSaiNET | 第38-42页 |
| ·算法的基本思想 | 第38-39页 |
| ·算法描述 | 第39-40页 |
| ·算法讨论 | 第40-42页 |
| ·仿真实验及结果分析 | 第42-50页 |
| ·算法的运行参数和性能评价指标 | 第42-43页 |
| ·人工模拟数据集的仿真实验及结果分析 | 第43-47页 |
| ·标准 UCI测试数据集的仿真实验结果 | 第47-49页 |
| ·与已有算法的性能对比结果 | 第49-50页 |
| ·本章小节 | 第50-51页 |
| 4 基于复杂网络的人工免疫网络模型学习性能评价技术 | 第51-81页 |
| ·问题提出 | 第51页 |
| ·复杂网络理论 | 第51-56页 |
| ·复杂网络的定义及研究内容 | 第51-52页 |
| ·复杂网络拓扑结构特征 | 第52-54页 |
| ·复杂网络的分类 | 第54-56页 |
| ·抗原和抗体网络的网络社区结构 | 第56-60页 |
| ·网络社区结构的定量描述 | 第56-57页 |
| ·抗原网络和抗体网络的构建方法 | 第57-60页 |
| ·基于复杂网络的人工免疫网络性能评价方法 | 第60-70页 |
| ·基于网络社区结构的人工免疫网络模型性能评价 | 第60-62页 |
| ·度的分布 | 第62-64页 |
| ·人工免疫网络模型算法的性能评价指标 | 第64页 |
| ·对 IFSaiNET学习性能分析的仿真实验结果 | 第64-70页 |
| ·数据集非均衡程度度量方法 | 第70-80页 |
| ·相关工作 | 第70-72页 |
| ·基于网络社区结构的数据集非均衡程度度量方法 | 第72-75页 |
| ·性能评价 | 第75-80页 |
| ·本章小节 | 第80-81页 |
| 5 面向邮件服务器端的特征垃圾邮件免疫获取技术 | 第81-93页 |
| ·研究背景及问题的提出 | 第81页 |
| ·相关工作 | 第81-83页 |
| ·特征垃圾邮件免疫获取技术 | 第83-89页 |
| ·垃圾邮件行为特征值 | 第83-86页 |
| ·垃圾邮件行为特征获取 | 第86-89页 |
| ·特征垃圾邮件免疫获取技术 | 第89页 |
| ·性能仿真测试 | 第89-92页 |
| ·本章小节 | 第92-93页 |
| 6 结论与展望 | 第93-96页 |
| ·结论 | 第93-94页 |
| ·下一步研究的方向 | 第94-96页 |
| 参考文献 | 第96-107页 |
| 论文的主要创新点 | 第107-108页 |
| 攻读博士学位期间发表学术论文情况 | 第108-109页 |
| 致谢 | 第109-110页 |
| 大连理工大学学位论文版权使用授权书 | 第110页 |
