免疫克隆分类算法

作     者：刘芳 戚玉涛 公茂果 LIU Fang;QI Yu-tao;GONG Mao-guo

作者机构：两安电子科技大学计算机学院陕西西安710071 

基　　金：国家自然科学基金(No.60372045,60133010) 国防预研基金(No.51406020104D70124) 

出 版 物：《电子学报》 (Acta Electronica Sinica)

年 卷 期：2005年第33卷第B12期

页      码：2301-2307页

摘      要：本文提出了一种新的数据挖掘分类方法——免疫克隆分类算法（Immune Clonal Algorithm for Classification，ICAC）．ICAC是一种基于免疫克隆算法的搜索机制和Michigan方法模型的规则提取和分类方法．与遗传分类算法不同，ICAC是一种自下而上的分类算法．ICAC虽然着眼于规则的进化，但是从编码到免疫算子的设计都立足于训练样本，可避免进化过程中产生无意义规则，且产生的规则是可解释的．文中将算法用于UCI数据集，并与现有的基于非遗传算法、遗传算法和分布式遗传算法的分类方法进行了比较实验．结果表明，ICAC是一种有效的分类算法．

主 题 词：数据挖掘 分类 Michigan方法 人工免疫 克隆选择 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 0808[工学-自动化类] 0809[工学-计算机类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

馆 藏 号：203154666...