基于人工免疫网络和AR模型的聚类与预测算法
人工免疫网络是人工免疫系统的重要组成部分,具有自组织、记忆性、分布性等特点,在数据聚类、模式识别等领域得到了广泛应用;AR模型是分析和处理平稳随机信号的重要工具,广泛应用于频谱分析、数据预测等领域。本文充分利用人工免疫网络和AR模型的各自优点,针对复杂系统综合健康管理的实际需求,提出了基于人工免疫网络和AR模型相结合的数据聚类与预测算法,并通过仿真实验初步验证算法的可行性和有效性。本文提出的聚类与预测算法具有概念直观、实现容易、通用性强等优点。
人工免疫网络 AR模型 数据聚类 数据预测 频谱分析
王秋生 高绍坤 崔勇
北京航空航天大学 自动化科学与电气工程学院 北京 100191
国内会议
桂林
中文
91-95
2009-11-01(万方平台首次上网日期,不代表论文的发表时间)