基于免疫聚类的RBF神经网络研究.pdf.pdf

维普资讯
第卷第期计算机工程与设计年月
. .
基于免疫聚类的神经网络研究
谢铮桂, 韦玉科, 钟少丹
.广东工业大学计算机学院,广东广州;.韩山师范学院数学与信息技术系,广东潮州
摘要:通过分析以往人工免疫聚类算法的不足之处,提出了一种改进的基于人工免疫聚类与神经网络的混合算法。该
算法由两个阶段组成:第一阶段采用人工免疫机制来确定网络隐层的聚类中心的位置和数量;第二阶段建立神经
网络,对输入样本数据进行学****训练,求输出层的权值矩阵最后以肝病病证诊断进行仿真,建立基于免疫聚类的网
络模型。实验结果表明:该算法用于中医病证诊断的研究是可行的和有效的。
关键词:人工免疫聚类; 聚类中心; 径向基函数神经网络; 混合算法; 中医诊断
中图法分类号: 文献标识码: 文章编号:..

.. ., .
., , ;
.,
: ,
. . —
.
,
. .
: ; ; ; ;
选择最合适的聚类中心。但如果这个输入样本依然不能被新
引言
生成的聚类中心识别时,算法没有给出解决方法。从而影响
网络即径向基函数神经网络,它聚类中心的最优选择。针对这两个问题,需对免疫聚类算法
具有全局逼近性质,且不存在局部最小问题,计算量小,学****进行改进。改进的目的在于对大数据、高维数样本能快速聚
速度快等优点,已经广泛应用于模式分类、系统辩识、函数逼类,以提高收敛速度和确定最优的聚类中心集,保证整个
近等⋯。基于聚类分析的神经网络能够克服以往网网络具有良好的泛化能力。
络存在的学****训练的难题:高维数据问题。因此,基于聚类分
算法介绍
析的网络可用于大数据、多样本、无明确函数关系的复
杂问题。、人工免疫聚基于人工免疫聚类与的混合算法由两个阶段组成。
类等。采用一均值聚类方法需根据输入样本集合预先确定第一阶段采用改进的人工免疫聚类算法来确定网络隐层
聚类中心的数量,而一般情况下聚类中心的数量很难预先确的聚类中心的位置和数量。第二阶段建立神经网络,
定。文献】提出的人工免疫聚类算法虽能根据输入样本集对输入样本集进行分析、学****训练,求出输出层的权值
合自适应地确定的聚类中心的数量和位置,但经研究存在以. 人工免疫系统基本原理
下两个问题:①算法运行过程产生过多的临时聚类中心,造成免疫系统是指具有免疫功能的组织机构。所谓免疫功能
运算量大,消耗内存。当输入数据集合大、维数高时,消耗大是机体对自身或外来的抗原性物质进行识别,通过产生抗体
量内存,影响收敛速度。②当某个输入样本不能被聚类集合将其清除,以维持机体内环境相对稳定的一种生理反应。
所有中心识别时,算法采用的方法:选择亲和力最大的聚类中在基于人工免疫原理的聚类分析中,把要分类的数据对
心并克隆个,对个中心进行变异,再从这个变异的中心中象视为抗原,把聚类中心看作是免疫系统中的抗体,数据对象
收稿日期:—. —:.
基金项目:国家自然科学基金项目。
作者简介:谢铮桂一,女,广东潮州人,硕士研究生,助理实验师,研究方向为神经网络; 韦玉科一,女,广东广州人,博士研
究生,副教授,研究方向为人工智能和计算机测控技术; 钟少丹