论文部分内容阅读
为提高系统对"危害"的识别能力,基于免疫学中的"危险理论"提出了一种新的免疫识别算法.该算法以识别"危险"为核心思想,增加了对抗原提呈细胞和不同危险信号的使用.仿真实验结果表明,该方法与传统方法相比,具有更高的识别率.
基于危险理论的免疫识别新算法
【摘 要】
：
为提高系统对"危害"的识别能力,基于免疫学中的"危险理论"提出了一种新的免疫识别算法.该算法以识别"危险"为核心思想,增加了对抗原提呈细胞和不同危险信号的使用.仿真实验结
【机 构】
：
北京理工大学自动控制系
【出 处】
：
控制与决策
【发表日期】
：
2005年9期
其他文献
建立了具有提前/拖期惩罚的热轧钢管批调度问题的混合整数非线性规划模型,提出并证明了给定合同排序下的最优组批方式,从而将原问题转化为易求解的合同排序问题.同时,建立了
为协调决策支持和分类,引入了一种新的方法,该方法将粗糙集理论和神经网络有机地结合在一起,提出了一种基于粗糙集理论的神经网络模型构造方法.首先,利用粗糙集理论智能数据
利用n阶驱动系统的标量输出信号及其连续的n-1阶导数作为状态变量,得到一个具有Brunowsky规范形式的n阶重构系统.对该重构系统设计状态观测器,并将其作为响应系统.此时只需传输由输出信号与其连续的n阶导数的线性组合构成的标量信号,便可实现混沌系统的同步.当传输信号仅为标量输出信号时,还可通过对重构系统设计扩张状态观测器,挖掘可测同步误差中所隐含的信息来实现混沌系统的同步.对Rossler系统
针对非线性动态系统辨识和控制的特点,对4层模糊神经网络进行了优化和改进.形成了动态模糊神经网络, 提高了网络的稳定性和对动态系统的辨识能力,同时给出了基于Lyapunov函数
针对交互式遗传算法中人的疲劳问题,提出一种基于神经网络(NN)的个体适应度分阶段估计方法,给出了神经网络估计进化个体适应度与人的评价之间的转换策略以及神经网络学习效果
研究一类广义时滞系统的极小极大控制问题,目的是利用构造局部检验函数的方法设计极小极大控制器,使得在最坏的干扰下系统的性能指标上界极小.利用线性矩阵不等式(LMI)给出了
提出一种基于遗传算法的二维熵多阈值自适应图像分割方法.在分析研究二维熵阈值分割原理的基础上,将可变码长的遗传算法应用于多阈值分割处理过程,采用基于多阈值的整数编码方式,将图像分割的类别数即染色体的码长融合到适应度函数中,从而实现了在对阈值寻优的同时得以优化分割类别数,最终实现图像的多阈值自适应分割处理.实验分析结果表明,该方法具有实现阈值寻优速度快,最优解对应图像分割效果好的特点.