论文部分内容阅读
类别分配不均匀是实际中常见的分类问题。文章利用基于免疫记忆的分类器一免疫记忆分类器研究该类问题。通过改进人工免疫记忆分类器距离度量方式，发现在比例选择平均距离度量情况下，该种分类器可以很好地解决类别分配不均匀问题。与另一种免疫分类方法AIRS和传统的KNN分类结果比较表明，人工免疫记忆分类器能够解决这类问题，效果好于后两者，为解决该类问题提供了新的思路和方法。