2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于流形距离的人工免疫无监督分类与识别算法

公茂果 焦李成 马文萍 张向荣

公茂果, 焦李成, 马文萍, 张向荣. 基于流形距离的人工免疫无监督分类与识别算法. 自动化学报, 2008, 34(3): 367-375. doi: 10.3724/SP.J.1004.2008.00367
引用本文: 公茂果, 焦李成, 马文萍, 张向荣. 基于流形距离的人工免疫无监督分类与识别算法. 自动化学报, 2008, 34(3): 367-375. doi: 10.3724/SP.J.1004.2008.00367
GONG Mao-Guo, JIAO Li-Cheng, MA Wen-Ping, ZHANG Xiang-Rong. Unsupervised Classiffication and Recognition Using an Artifficial Immune System Based on Manifold Distance. ACTA AUTOMATICA SINICA, 2008, 34(3): 367-375. doi: 10.3724/SP.J.1004.2008.00367
Citation: GONG Mao-Guo, JIAO Li-Cheng, MA Wen-Ping, ZHANG Xiang-Rong. Unsupervised Classiffication and Recognition Using an Artifficial Immune System Based on Manifold Distance. ACTA AUTOMATICA SINICA, 2008, 34(3): 367-375. doi: 10.3724/SP.J.1004.2008.00367

基于流形距离的人工免疫无监督分类与识别算法

doi: 10.3724/SP.J.1004.2008.00367
详细信息
    通讯作者:

    公茂果

  • 中图分类号: TP18

Unsupervised Classiffication and Recognition Using an Artifficial Immune System Based on Manifold Distance

More Information
    Corresponding author: GONG Mao-Guo
  • 摘要: 将一种新的流形距离作为相似性度量测度, 提出了一种用于无监督分类与识别的人工免疫系统方法. 通过基于流形距离的相似性度量, 有效利用样本集固有的全局一致性信息, 充分挖掘无类属样本的空间分布信息, 对样本进行类别划分. 新方法将免疫响应过程建模为一个四元组 AIR=(G,I,R,A) , 其中 G 为引发免疫响应的外界刺激, 即抗原; I 为所有可能抗体的集合; R 为抗体间相互作用的规则集合; A 为支配抗体反应、指导抗体进化的动态算法. 针对无监督分类问题, 将抗体编码为代表各类别的典型样本序号的排列, 利用动态算法 A 搜索能代表各类别的典型样本的最佳组合. 将新方法与标准的 K-均值算法、基于流形距离的进化聚类算法以及 Maulik 等人提出的基于遗传算法的聚类算法进行了性能比较. 对 6 个人工数据集及手写体数字识别问题的仿真实验结果显示, 新方法对样本空间分布复杂的无监督分类问题和实际的模式识别问题具有较高的准确率和较好的鲁棒性.
  • 加载中
计量
  • 文章访问数:  4207
  • HTML全文浏览量:  56
  • PDF下载量:  1707
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-07-03
  • 修回日期:  2007-09-21
  • 刊出日期:  2008-03-20

目录

    /

    返回文章
    返回