一种基于动态识别邻域的免疫网络分类算法及其性能分析

来源：电子与信息学报杂志2015年第5期北京时间：

作者：邓泽林, 谭冠政, 何锫, 李峰

摘要：针对传统免疫网络分类算法在记忆细胞确定上缺乏有效的指导，该文提出一种基于动态识别邻域的免疫网络分类算法。算法采用核函数表示机制来描述抗体-抗原之间的亲和度；利用抗原对构造动态识别邻域来指导抗体群体的进化，并选择邻域中距离对偶抗原最近的抗体为记忆细胞。算法被应用于多分类问题及高维分类问题来进行算法性能分析，同时，算法被应用于多个标准数据集的分类来评估算法的整体性能。分类结果表明该算法对于标准测试数据集有良好的分类性能，这说明基于动态识别邻域的训练方法能够有效地指导记忆细胞的生成，显著地改善分类器的性能。

关键词：人工智能, 人工免疫系统, 免疫网络, 抗原对, 动态识别邻域

基金资助：国家自然科学基金(61170199)和湖南省教育厅重点项目(11A004)资助课题