基于人工免疫系統(tǒng)的中文文本分類器的建立和實(shí)現(xiàn).pdf

1、人工免疫系統(tǒng)是當(dāng)前計算機(jī)人工智能領(lǐng)域的新興研究熱點(diǎn)。近年來人工免疫算法已經(jīng)在控制領(lǐng)域取得了理想的效果，應(yīng)用領(lǐng)域不斷擴(kuò)大，本課題以人工免疫系統(tǒng)為研究對象，探索具有可執(zhí)行性、一定通用性的人工免疫算法，并將其引入中文文本分類系統(tǒng)，旨在建立一個分類時間復(fù)雜度低和分類準(zhǔn)確率高的系統(tǒng)。 本文采用較多的篇幅對中文文本分類系統(tǒng)算法和人工免疫算法進(jìn)行論述，重點(diǎn)研究和探索中文文本分類技術(shù)具有指導(dǎo)意義的人工免疫系統(tǒng)的建模方法，闡述基于人工免疫原理的中

2、文文本分類器的結(jié)構(gòu)設(shè)計和免疫算法流程、算法模塊，詳細(xì)分析了實(shí)驗數(shù)據(jù)和算法參數(shù)對分類性能的影響。 本文以人工免疫算法aiNet算法和AIRS算法為基礎(chǔ)，提出一種可用于分類的NAINC算法。但在理論分析和應(yīng)用仿真中看出NAINC算法存在著某些缺陷，本文在NAINC算法的基礎(chǔ)上對其進(jìn)行了改進(jìn)，并與相關(guān)分類及SVM算法相結(jié)合構(gòu)成新人工免疫算法AIS-C和AIS-SVM算法，建立中文文本分類系統(tǒng)。除此之外，本文重新對特征屬性的重要程度進(jìn)行

3、評估，建立了三種二次降維處理模型：基于期望、標(biāo)準(zhǔn)差倒數(shù)和相關(guān)系數(shù)模型。 本文首先對人工免疫系統(tǒng)以及中文文本分類領(lǐng)域的當(dāng)前研究現(xiàn)狀進(jìn)行闡述，隨后對人工免疫系統(tǒng)的生物學(xué)背景、中文文本分類算法的基本理論、傳統(tǒng)的人工免疫算法模型和改進(jìn)的人工免疫算法模型進(jìn)行了簡要的介紹，最后通過對理想數(shù)據(jù)集Iris和收集于網(wǎng)絡(luò)的中文文本數(shù)據(jù)集對各種改進(jìn)的人工免疫算法模型進(jìn)行仿真測試。 實(shí)驗仿真測試人工免疫算法模型在中文文本分類系統(tǒng)中的性能指標(biāo)，實(shí)