免疫分类研究进展

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (16): 8-11.

免疫分类研究进展

邓泽林1，2，谭冠政1，范必双1，2，傅明2

1.中南大学信息科学与工程学院，长沙 410083
2.长沙理工大学计算机与通信工程学院，长沙 410076

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-06-01 发布日期:2011-06-01

Research progress on immune classification

DENG Zelin1，2，TAN Guanzheng1，FAN Bishuang1，2，FU Ming2

1.School of Information Science and Engineering，Central South University，Changsha 410083，China
2.School of Computer and Communication Engineering，Changsha University of Science and Technology，Changsha 410076，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-06-01 Published:2011-06-01

摘要/Abstract

摘要： 过去的十多年中，人工免疫系统得到了长足的发展。由于其具备强大的信息处理能力，被广泛应用于模式识别领域，尤其是分类问题。介绍了免疫系统的识别原理、人工免疫原理，包括克隆选择原理、负向选择原理和免疫网络，综述了近年来出现的主要的免疫分类算法，对免疫分类算法性能进行了相互比较，比较了免疫分类算法与其他著名分类算法的性能，结果显示免疫分类算法具有良好的分类性能。

关键词: 人工免疫系统, 算法, 理论, 分类, 综述

Abstract: In the last decade，artificial immune system has developed greatly.It has wide range application areas to apply in pattern recognition due to its powerful information process capability，especially in classification problems.It introduces the natural immune system recognition principals and artificial immune principals，including clonal selection principal，negative selection principal and immune networks，surveys immune classification algorithms emerged recently.It compares the performances of immune classifiers，and compares the classification performances of immune classifiers with other famous classifiers.The results show that immune classifiers have high classification performances.

Key words: artificial immune system, algorithm, theorem, classification, survey

邓泽林1，2，谭冠政1，范必双1，2，傅明2. 免疫分类研究进展[J]. 计算机工程与应用, 2011, 47(16): 8-11.

DENG Zelin1，2，TAN Guanzheng1，FAN Bishuang1，2，FU Ming2. Research progress on immune classification[J]. Computer Engineering and Applications, 2011, 47(16): 8-11.

[1]	张岐山，陈露露. 基于均衡接近度灰关联的Slope One算法[J]. 计算机工程与应用, 2021, 57(9): 96-102.
[2]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[3]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[4]	黄逸磊，夏志杰，王诣铭. 强关系型社交媒体平台不实信息传播模型研究[J]. 计算机工程与应用, 2021, 57(9): 126-133.
[5]	杨春霞，李欣栩，吴佳君，刘天宇. 基于注意力交互机制的层次网络情感分类[J]. 计算机工程与应用, 2021, 57(9): 134-139.
[6]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[7]	兰红，黄敏. 融合KNN优化的密度峰值和FCM聚类算法[J]. 计算机工程与应用, 2021, 57(9): 81-88.
[8]	闫晓燊，高强，朱思萌，奚学程，赵万生. 亮度不均匀低质量图像中压印字符分割方法[J]. 计算机工程与应用, 2021, 57(8): 185-191.
[9]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[10]	张韩钰，吴志昊，徐勇，陈斌. 增强卷积神经网络的人脸篡改检测方法[J]. 计算机工程与应用, 2021, 57(8): 220-224.
[11]	孔继利，张鹏坤，刘晓平. 双向搜索机制的改进A*算法研究[J]. 计算机工程与应用, 2021, 57(8): 231-237.
[12]	伍京华，耿翠阳，韩佳丽. 基于Agent的多属性决策模型及其在高校实验教学中的应用[J]. 计算机工程与应用, 2021, 57(8): 238-243.
[13]	槐创锋，郭龙，贾雪艳，张子昊. 改进A*算法与动态窗口法的机器人动态路径规划[J]. 计算机工程与应用, 2021, 57(8): 244-248.
[14]	高铖铖，陈锡程，张瑞，宋秋月，易东，伍亚舟. 三种新型智能算法在疫情预警模型中的应用——基于百度搜索指数的COVID-19疫情预警[J]. 计算机工程与应用, 2021, 57(8): 256-263.
[15]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.