一种考虑异常点的人工免疫分类模型自动更新算法.docVIP

一种考虑异常点的人工免疫分类模型自动更新算法 摘要：为了解决当前分类模型缺乏自动更新能力而导致的无法跟踪数据的动态变化问题，提出了分类模型自动更新的基本概念和基本操作，建立了一种考虑异常点检测的增量式分类模型自动更新框架。该框架的核心思想是当数据分布发生局部或者整体变化时，分类结果将出现大量异常点，通过识别异常点类型，可以判断数据变化的原因。然后分别对分类模型进行新类的插入、删除、类中心修订操作实现对模型的自动更新。然后通过重新定义人工免疫克隆算法的相关算子，设计了一种能够进行分类的人工免疫增量式分类模型，并引入了基于筛选干净集的异常点检测算法。最后根据上述的模型自动更新框架，提出了一个考虑异常点的人工免疫分类模型自动更新算法。仿真结果显示，该模型具有较强的自适应、记忆能力，能够正确实现对新类数据以及模型数据中心漂移的识别。 关键词：模型自动更新；分类模型；人工免疫；异常点检测 中图分类号：TP18 文献标识码：A An Outlier Detection Considered Classification Model Autonomous Updating Algorithm Using Artificial Immune Abstract： To resolve the problem that current classification mode