没有合适的资源?快使用搜索试试~ 我知道了~
负选择算法是人工免疫系统的主要算法之一。 但是,由传统的阴性选择算法随机生成的候选检测器需要对训练集中的所有自我进行自我容忍,以消除免疫React。 匹配过程是主要的时间成本,这导致检测器的生成效率低和免疫算法的应用限制。 提出了一种新的算法GB-RNSA。 该算法分析了真实空间中自集合的分布,并以n维[0,1]空间为最大网格。 然后,将最大的网格划分为有限数量的子网格,同时将自己填充到相应的子网格中。 随机生成的候选检测器仅需要匹配检测器所在的网格中及其邻近网格中的自我,而不是所有自我,这可以减少距离计算的时间成本。 并且在将候选检测器添加到成熟的检测器集中之前,采用某些方法来减小检测器之间的重复覆盖,这使得尽可能少的检测器覆盖非自身空间。 理论分析和实验结果表明,GB-RNSA减少了检测器的数量,时间复杂度和误报率。
资源推荐
资源评论
资源评论
weixin_38694141
- 粉丝: 4
- 资源: 960
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功