基于反馈人工负选择分类算法.docVIP

基于反馈人工负选择分类算法 　　摘要：人工免疫系统是受人体免疫系统启发的一种智能算法，负选择算法作为人工免疫系统的核心算法之一，在各领域被广泛研究和应用。从两方面对负选择算法进行了改进，首先对记忆细胞数量对识别准确率的影响进行了研究，提出一种反馈学习的思想来进行记忆细胞数量的优化，实现提高分类过程中的识别准确率。然后为了解决传统负选择算法存在检测器覆盖空间存在交集、整体覆盖空间较低的问题，提出通过记忆细胞识别半径的自动调整，减少检测器数量，提高整体覆盖空间的方法，这种方法避免了“交叉识别（overlap）”和“识别洞（hole）”现象的出现。最后，实验结果表明算法在解决文本分类问题是有效可行的，其在路透社文本分类数据集上分类准确率达到了93.89%。 关键词：负选择算法； 人工负选择分类； 反馈学习 中图分类号：TP391 文献标识码：A 文章编号：2095-2163（2013）05-0061-05 0引言 “负选择（Negative selection，NS）”是免疫系统中自体/非自体区分机制的基础。负选择过程是指在T细胞发育过程中，在其表面通过随机遗传重排产生了对于特定抗原决定基高度特异的抗原识别受体来识别抗原的过程。T细胞在胸腺成熟的过程中，生物免疫系统将与自体蛋白质相结合的T细胞消除，保留未结合的T细胞，从而确保T细胞在体内循环时不会识别自体细胞[1]。负选择算法（Negative Selection Algorithm，NSA）模拟了免疫系统识别自体和非自体细胞的负选择过程，首先随机产生候选检测器，然后与自体样本数据集进行识别判断，生成非自体检测器，最后使用非自体检测器对非自体数据进行识别[2]，完成自体与非自体数据的分类。负选择算法作为人工免疫系统的核心算法之一，其研究成果涉及诸多领域，例如入侵检测[3]、数据分类[4]聚类[5]和异常检测[6，7]等，但仍存在以下两个问题：一方面，负选择算法中记忆细胞数量选择的不当会对识别精度产生一定的影响；另一方面，由于负选择算法在匹配过程中通常使用K连续位匹配规则，该规则的特殊性使得负选择算法带来的检测器在其覆盖空间出现交集，因而检测器集合整体覆盖空间较低的问题。 在负选择算法中，记忆细胞数量的不同会对算法的识别精度产生影响。由于在传统的负选择算法中，记忆细胞数量是固定值，无法比较判断当前记忆细胞数量是否为最佳值。为了解决记忆细胞数量选择不当对识别精度的影响，本文通过开展记忆细胞数量对识别准确率的影响的研究，提出一种通过反馈学习思想进行记忆细胞数量的优化，从而达到最佳分类效果的方法。 覆盖空间出现交集在将负选择算法应用于分类的过程中体现为“交叉识别”现象。“交叉识别”现象指样本数据未被分配到任何类别。与此对应的“识别洞”现象，是指样本被标记为多个类别，其时则无法判断应属哪一类别。为了解决传统负选择算法存在检测器覆盖空间出现交集、整体覆盖空间较低的问题，本文提出一种通过记忆细胞识别半径的自动化调整，减少检测器覆盖空间交集，提高整体覆盖空间的方法，避免了“交叉识别”和“识别洞”现象的出现。其中，解决“交叉识别”现象的方法是缩小识别半径，避免被多种记忆细胞识别。解决“识别洞”现象的方法是增大识别半径，扩大记忆细胞覆盖空间。 全文共分为五部分，其内容具体安排为：第一部分引言，主要介绍了生物免疫系统的负选择原理，以及课题的研究背景和研究意义，又给出了本文主要研究内容和文章结构。第二部分相关工作，首先分析了负选择算法的国内外研究现状，然后介绍了常用的文本分类算法和基于人工免疫系统的分类算法。第三部分人工负选择分类，首先对负选择算法的原理进行了系统描述，提出负选择算法待解决的问题，其次介绍人工负选择分类算法的具体流程，然后对其中每一部分进行具体论述，并针对负选择算法中出现的问题提供了详细解决方案。第四部分实验结果与分析，针对提出的新算法在两个方面的改进分别进行了试验，证明算法改进后的正确性和优越性。全文第五部分则是论文的结论及对下一步研究工作的展望。 1相关工作 负选择算法已广泛应用到数据分类聚类、异常检测、网络入侵检测等诸多领域。刘锦伟等人[8]通过分析已有实值负选择算法检测率不高的原因，提出一种通过鉴别边界自体样本以提高对“识别洞”的覆盖率的改进负选择算法，并采用人工合成数据集2DSyntheticData和实际Biomedical数据集对算法进行验证，结果表明，该算法针对夜晚视频进行目标检测是准确有效的，对于实现智能交通系统的全天候监控有现实意义；汪慧敏等人[9]为解决基于负选择的异常检测算法中检测器数目和检测器对非我空间的覆盖二者之间的矛盾问题，采用粒子群优化算法（PSO）来优化负选择算法中随机产生的检测器的位置，从而实现利用较