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.
出处
《计算机学报》
EI
CSCD
北大核心
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
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
nature immune system
artificial immune system
negative selection classifier
information retrieval
data mining
作者简介
莫宏伟，男，1973年生，博士，副教授，研究方向为人工免疫系统、自然计算．E-mail：honwei2004@126.com
唐娜，女，1977年生，博士研究生，研究方向为机器学习与数据挖掘．
金鸿章，男，1953年生，教授，博士生导师，研究方向为智能系统、自动控制．
徐立芳，女，1973年生，博士研究生，研究方向为模式识别与人工智能．
吕淑萍，女，1961年生，博士，教授，研究方向为模式识别与智能系统．
管凤旭，男，1972年生，讲师，研究方向为智能系统．
