论文部分内容阅读
为减少人工免疫识别系统（AIRS）的记忆细胞数量并提高AIRS的分类准确率，提出一种基于记忆细胞剪切和非线性资源分配的人工免疫识别系统（PNAIRS）．PNAIRS采用样本属性离散化来压缩训练空间，利用记忆细胞剪切来淘汰低适应度细胞，并使用非线性资源分配来优化分类器．PNAIRS对6个UCI数据集进行分类测试，测试结果与其它分类算法结果对比，显示PNAIRS具有较小规模的记忆细胞群体和较高的分类准确率，而且算法运行速度快．这表明PNAIRS算法是一个性能良好的分类算法，具有潜在的应用价值．