基于免疫学的错误识别分类系统
免疫系统自身具有许多重要的特性，例如：自适应性、鲁棒性，记忆性以及分布式特性等等。这些特性提供给研究人员很多设计新型错误识别分类系统的灵感。在免疫学的基础上提出了一种新型的错误识别分类系统，可以动态的检测和划分受测系统的错误类型。此种错误识别分类系统具有在线学习能力，同时它的分布式特性又可以保证其对特称相似的错误类型进行正确识别和分类。除此之外，此系统还可以在过程中不断自我优化其准确率。最后的计算机模拟证实了这种基于免疫系统的错误识别系统可以很好的识别和分类一种复杂的“香蕉型”错误。
免疫系统 识别系统 分类系统 仿生系统
翁理国 夏曼 张凯 乔著汉
南京信息工程大学信息与控制学院,南京 210044 南京理工大学机械工程学院,南京 210094
国内会议
上海
中文
2216-2219
2011-10-21（万方平台首次上网日期，不代表论文的发表时间）