基于免疫克隆選擇的維數(shù)縮減及其應(yīng)用.pdf

1、在對(duì)高維數(shù)據(jù)的處理中，若不考慮維數(shù)縮減的問(wèn)題，會(huì)導(dǎo)致數(shù)據(jù)量大，計(jì)算復(fù)雜，難以提取有價(jià)值的信息等問(wèn)題。根據(jù)獲取有效特征的方式不同，維數(shù)縮減可以通過(guò)特征提取和特征選擇兩種不同的過(guò)程來(lái)實(shí)現(xiàn)。特征提取的基本任務(wù)是研究如何通過(guò)映射的方法把高維空間的樣本用低維空間來(lái)表示。而特征選擇研究的是從一組特征中挑選出最有效的特征以達(dá)到降低特征空間維數(shù)的目的。本文主要針對(duì)當(dāng)前的維數(shù)縮減技術(shù)進(jìn)行了研究和分析，在此基礎(chǔ)上，結(jié)合智能計(jì)算方法，提出了幾種改進(jìn)的算法，主

2、要工作如下：
　　 1.闡述了特征提取和特征選擇的研究意義，探討了當(dāng)前經(jīng)典的特征提取和特征選擇算法，對(duì)其主要方法的性能進(jìn)行了分析并通過(guò)實(shí)驗(yàn)進(jìn)行了對(duì)比。在本章最后，提出了一種基于免疫克隆選擇和遺傳規(guī)劃相結(jié)合的維數(shù)縮減方法。該方法利用免疫克隆選擇算法可以搜索到全局最優(yōu)解的特性，對(duì)具有樹(shù)形式的多項(xiàng)式映射函數(shù)進(jìn)行選擇優(yōu)化。在部分UCI數(shù)據(jù)集上的試驗(yàn)結(jié)果驗(yàn)證了該方法的有效性。
　　 2.提出了一種基于免疫克隆選擇和主分量分析的特征

3、提取方法。針對(duì)傳統(tǒng)主分量分析方法的不足：不能夠提供最具有鑒別性的特征向量，利用免疫克隆選擇算法具有快速收斂于全局最優(yōu)的特性，來(lái)尋找具有更好鑒別性能的特征向量。在UCI數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的有效性?；谠摲椒ㄉ傻奶卣飨蛄考诟吖庾V影像的分類中，取得了好的結(jié)果。
　　 3.提出了一種基于免疫克隆選擇的最優(yōu)投影向量選擇方法。對(duì)原始特征空間的一組正交基，隨機(jī)選擇其中的一部分向量集合作為初始基向量，利用免疫克隆選擇算法的自主