论文研究 基于掩码分段匹配的否定选择数据分类.pdf

根据免疫否定选择原理，设计了基于掩码分段匹配的否定选择分类器，用于实现规则匹配分类。给出了适用于免疫优化的分类规则编码及分类信息分的评价标准，通过免疫进化对其进行群体优化以生成更为简洁、便于理解的数据规则集。该方法使得免疫优化的各种优良特性在数据分类中得到充分的运用，避免了传统分类算法缺乏全局优化能力的缺点，提高了对样本的识别能力。实验结果表明，这种免疫分类器及优化方法是一种有效、可行的分类器设计方案，提高了数据分类的准确性。