论文部分内容阅读
为提高复杂数据分类器的分类性能，结合人工免疫系统（Artificial immune system，AIS）的自适应识别能力与全局搜索能力，以及近邻传播（Affinity propagation，AP）算法自动确定最佳数据类数的能力，提出了一种基于人工免疫系统与近邻传播相结合的分类算法。通过自适应免疫算法，获得反映数据集模式特征的抗体记忆集，然后再利用基于聚类有效性指标的AP算法确定抗体记忆集的最佳聚类数，以此构造分类器。最后，通过人工数据集和UCI基准数据集来测试该分类器。实验结果表明，与直接采用免疫算