[发明专利]基于免疫抗体网络的模式识别方法

权利要求书

1、一种基于免疫抗体网络的模式识别方法，其特征是，以随机抽取一定数目的各类训练样本，生成免疫抗体网络中相应类别的初始抗体，完成免疫抗体网络的初始化；以所有训练样本作为输入抗原，应用抗体生成算法，训练免疫抗体网络，免疫抗体网络中的抗体有效提取各类训练样本的模式特征，连续两次训练结果一致时，训练终止并保存训练好的免疫抗体网络，训练后的免疫抗体网络用于模式识别。

2、根据权利要求1所述基于免疫抗体网络的模式识别方法，其特征是，所述免疫抗体网络初始化的方法是：

把用户给定的训练样本作为抗原，用n维的实数向量表示，第j个抗原Ag_j表示为：

Ag_j＝(Ag_j1，Ag_j2，...，Ag_jn)    (1)

与之对应，免疫抗体网络中的抗体，用一个(n+2)维的实数向量，免疫抗体网络中第i个抗体Ab_i表示为：

Ab_i＝(T_i，C_i，Ab_i1，Ab_i2，...，Ab_m)    (2)

其中，T_i是抗体Ab_i所属的类别信息，即抗体Ab_i能够识别的样本的类别；C_i是抗体Ab_i的浓度，表示抗体Ab_i能够识别的样本数量的多少，Ab_i1～Ab_in为抗体Ab_i的属性信息，分别表示该抗体各维的模式特征；

初始化后的免疫抗体网络中，共计包含m×k个抗体，此时免疫抗体网络中的抗体定义为初始抗体，其中m是初始抗体的类别数目，k是每类初始抗体的数目，各个初始抗体的类别信息T_i，根据对应的随机抽取的训练样本的类别来确定，其属性信息也由对应的随机抽取训练样本来确定，其浓度初始值C_i均取零。

3、根据权利要求1或2所述基于免疫抗体网络的模式识别方法，其特征是，所述免疫抗体网络训练的方法是：按照顺序或随机选取一个训练样本作为提呈抗原，输入到免疫抗体网络，免疫抗体网络中的抗体根据抗体生成算法，完成对提呈抗原的学习和记忆，直至所有抗原提呈完毕，则称为完成了一次训练；反复训练免疫抗体网络，当连续两次训练结果一致，即连续的两次训练，免疫抗体网络中抗体的数目不再发生变化时，免疫抗体网络训练结束。