人工免疫系統(tǒng)架構(gòu)及其在Modis數(shù)據(jù)分類中的應(yīng)用研究.pdf

1、人工免疫系統(tǒng)（Artificial Immune Systems，簡(jiǎn)稱AIS）是由生物免疫系統(tǒng)啟發(fā)而來(lái)的計(jì)算系統(tǒng)，它借鑒了一些免疫系統(tǒng)的功能、原理和模型并用于解決工程實(shí)際問(wèn)題。它是繼遺傳算法和人工神經(jīng)網(wǎng)絡(luò)后又一受生物信息處理機(jī)制啟發(fā)的計(jì)算范式。作為人工免疫系統(tǒng)的核心，已有的免疫算法主要有否定選擇算法、克隆選擇算法和人工免疫網(wǎng)絡(luò)等。但是，這些免疫算法大都受理論免疫學(xué)或者免疫系統(tǒng)某一特定信息處理機(jī)制啟發(fā)，不具有免疫系統(tǒng)的整體特性，仍然有很多

2、免疫機(jī)制未被利用。同時(shí)，在現(xiàn)有的研究中，只要是受免疫系統(tǒng)啟發(fā)而設(shè)計(jì)的系統(tǒng)都被稱為人工免疫系統(tǒng)，缺乏一個(gè)統(tǒng)一的架構(gòu)。針對(duì)這種現(xiàn)狀，本文以設(shè)計(jì)免疫系統(tǒng)整體算法，構(gòu)建人工免疫系統(tǒng)的統(tǒng)一架構(gòu)為主要研究目標(biāo)。為了驗(yàn)證算法的有效性和拓展人工免疫系統(tǒng)的應(yīng)用領(lǐng)域，本文將人工免疫系統(tǒng)應(yīng)用于MODIS數(shù)據(jù)宏觀土地覆蓋分類，為這一領(lǐng)域開(kāi)拓了新的研究思路。 本文在全面深入地分析了生物免疫系統(tǒng)的基礎(chǔ)上，提取了免疫系統(tǒng)所具有的重要隱喻。為進(jìn)一步研究分析和設(shè)

3、計(jì)人工免疫系統(tǒng)整體算法奠定了基礎(chǔ)。這些隱喻包括基于互補(bǔ)匹配的模式識(shí)別、自己/非己識(shí)別、基于級(jí)連的監(jiān)督調(diào)節(jié)機(jī)制、基于單克隆選擇的多樣性產(chǎn)生和特異性識(shí)別機(jī)制、基于記憶的強(qiáng)化學(xué)習(xí)機(jī)制、基于聯(lián)想記憶的網(wǎng)絡(luò)保持機(jī)制、以有限的資源識(shí)別近乎無(wú)限模式的形狀空間理論。 基于以上的免疫隱喻，在借鑒了免疫系統(tǒng)識(shí)別并消滅抗原的過(guò)程的基礎(chǔ)上，本文提出了免疫系統(tǒng)整體算法（Framework of Immune Algorithm，簡(jiǎn)稱FIA）。參照免疫應(yīng)答

4、的四個(gè)階段，免疫系統(tǒng)整體算法也包括四個(gè)階段。初始化階段為確定工程實(shí)際問(wèn)題在免疫系統(tǒng)的映射，即確定系統(tǒng)組件；識(shí)別階段為確定系統(tǒng)組件的親和力度量；進(jìn)化階段為算法的核心階段，用于搜索問(wèn)題的解或解的特征值；效應(yīng)階段具體解決問(wèn)題。該算法充分利用了免疫系統(tǒng)具有的信息處理特性，針對(duì)不同的具體問(wèn)題可以有不同的實(shí)現(xiàn)方式。 本文提出了免疫系統(tǒng)的整體架構(gòu)。人工免疫系統(tǒng)的三層次架構(gòu)勾畫(huà)了人工免疫系統(tǒng)的一般結(jié)構(gòu)，給出了人工免疫系統(tǒng)的三個(gè)構(gòu)成要素。其第一個(gè)

5、層次為系統(tǒng)的組件表示，第二個(gè)層次為系統(tǒng)組件間距離的度量。系統(tǒng)的組件表示就是免疫系統(tǒng)的各細(xì)胞和分子在人工免疫系統(tǒng)中的映射。系統(tǒng)組件間距離的度量又稱作組件間的模式匹配，它描述了系統(tǒng)組件間的模式匹配方式。最后一個(gè)層次為免疫算法，它描述的是免疫系統(tǒng)組件間的相互作用方式。作為人工免疫系統(tǒng)三層次的核心，免疫算法是人工免疫系統(tǒng)解決工程問(wèn)題的具體方法實(shí)現(xiàn)。 以人工免疫系統(tǒng)三層次架構(gòu)為指導(dǎo)，本文將免疫系統(tǒng)整體算法在數(shù)據(jù)分類領(lǐng)域內(nèi)實(shí)現(xiàn)，提出了基于人

6、工免疫系統(tǒng)的數(shù)據(jù)分類算法。該算法用基于Chi-squared距離度量的局部特征相關(guān)性分析模擬T細(xì)胞監(jiān)督機(jī)制，提高了分類精度。通過(guò)試驗(yàn)對(duì)該方法的性能和特點(diǎn)的探討，證明了這是一個(gè)有效的數(shù)據(jù)分類方法。 本文將人工免疫系統(tǒng)應(yīng)用于遙感數(shù)據(jù)處理，對(duì)使用MODIS數(shù)據(jù)進(jìn)行土地覆蓋分類進(jìn)行了深入的研究。MODIS雖然較TM影像分辨率低，但其具有多光譜，多時(shí)相，易獲取等優(yōu)點(diǎn)，用于對(duì)宏觀土地覆蓋研究具有重要的意義。本文將基于人工免疫系統(tǒng)的免疫算法應(yīng)