基于免疫克隆選擇的維數(shù)縮減及其應用.pdf

1、在對高維數(shù)據(jù)的處理中，若不考慮維數(shù)縮減的問題，會導致數(shù)據(jù)量大，計算復雜，難以提取有價值的信息等問題。根據(jù)獲取有效特征的方式不同，維數(shù)縮減可以通過特征提取和特征選擇兩種不同的過程來實現(xiàn)。特征提取的基本任務是研究如何通過映射的方法把高維空間的樣本用低維空間來表示。而特征選擇研究的是從一組特征中挑選出最有效的特征以達到降低特征空間維數(shù)的目的。本文主要針對當前的維數(shù)縮減技術進行了研究和分析，在此基礎上，結合智能計算方法，提出了幾種改進的算法，主

2、要工作如下：
　　 1.闡述了特征提取和特征選擇的研究意義，探討了當前經(jīng)典的特征提取和特征選擇算法，對其主要方法的性能進行了分析并通過實驗進行了對比。在本章最后，提出了一種基于免疫克隆選擇和遺傳規(guī)劃相結合的維數(shù)縮減方法。該方法利用免疫克隆選擇算法可以搜索到全局最優(yōu)解的特性，對具有樹形式的多項式映射函數(shù)進行選擇優(yōu)化。在部分UCI數(shù)據(jù)集上的試驗結果驗證了該方法的有效性。
　　 2.提出了一種基于免疫克隆選擇和主分量分析的特征

3、提取方法。針對傳統(tǒng)主分量分析方法的不足：不能夠提供最具有鑒別性的特征向量，利用免疫克隆選擇算法具有快速收斂于全局最優(yōu)的特性，來尋找具有更好鑒別性能的特征向量。在UCI數(shù)據(jù)集上的實驗結果驗證了該方法的有效性?；谠摲椒ㄉ傻奶卣飨蛄考诟吖庾V影像的分類中，取得了好的結果。
　　 3.提出了一種基于免疫克隆選擇的最優(yōu)投影向量選擇方法。對原始特征空間的一組正交基，隨機選擇其中的一部分向量集合作為初始基向量，利用免疫克隆選擇算法的自主