免疫阴性选择分类器在信息恢复中的应用  

Application of Immune Negative Selection Classifier in Information Retrieval

作　　者：莫宏伟[1] 唐娜[2] 金鸿章[1] 徐立芳 吕淑萍[1] 管凤旭[1] 

机构地区：[1]哈尔滨工程大学自动化学院,哈尔滨150001 [2]美国加利福尼亚大学戴维斯分校应用科学系,加利福尼亚州戴维斯市95616

出　　处：《计算机学报》2005年第8期1314-1319,共6页Chinese Journal of Computers

基　　金：国家自然科学基金(60305007);黑龙江省自然科学基金(F0210);哈尔滨工程大学校基础研究基金(HEUF04076)资助

摘　　要：文中的信息恢复系统是基于网络获取文本信息的系统,利用基于熵的信息抽取技术将获得的网络文本转换成特征向量文件.免疫阴性选择分类器是基于免疫系统T细胞选择原理设计检测器,利用协同进化算法进化检测器,进化得到的检测器对信息恢复系统中的文本特征向量进行分类.分类后得到的有用文件用于系统中的信息恢复.实验结果表明,与传统的朴素贝叶斯分类器比较,该方法具有更高的分类准确性,不仅验证了免疫阴性选择分类器的良好性能,同时也提高了信息恢复准确性.Information retrieval system is a system of acquiring text information based on Web The acquired Web text is translated into file of feature vector by information extracting technology based on entropy. Detectors are designed by Immune Negative Selection Classifier based on the principle of T cell selection in the immune system. Co-evolutionary algorithm is used to evolve detectors, which can be used to classify text. The evolved detectors are used to classify the text in the information retrieval system. The useful files after classification are used in information retrieval. The test results compared with traditional classifier Naive Bayesian Classifier（NBC） show that this method has the higher accuracy of classification. Not only is the good performance of Immune Negative Selection Classifier testified, but also the accuracy of information retrieval is improved.

关 键 词：自然免疫系统 人工免疫系统 阴性选择分类器 信息恢复 数据挖掘 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]