資源描述：
《人工免疫算法研究及其在癌癥診斷中的應用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、題目：△王魚瘞篡選硒究區(qū)墓查疸瘞途塹主數(shù)座旦學號：076555姓名：董鍪鍪專業(yè)：生塹匡堂王程導師：王燮學院：皇王王程堂院舯《只。杏BIflllI]11111IIIIIIilIlllY1759899獨創(chuàng)性(或創(chuàng)新性)聲明本人聲明所呈交的論文是本人在導師指導下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得北京郵電大學或其他教育機構(gòu)的學位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示了謝意。申請學位論文與資料芍有不實之處，本人承本人簽名：
2、霪葷雛日期：擔一切相關(guān)責任?！皐．s。。6關(guān)于論文使用授權(quán)的說明學位論文作者完全了解北京郵電大學有關(guān)保留和使用學位論文的規(guī)定，即：研究生在校攻讀學位期間論文工作的知識產(chǎn)權(quán)單位屬北京郵電大學。學校有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的復印件和磁盤，允許學位論文被查閱和借閱；學校可以公布學位論文的全部或部分內(nèi)容，可以允許采用影印、縮印或其它復制手段保存、匯編學位論文。(保密的學位論文在解密后遵守此規(guī)定)保密論文注釋：，鴦學f摯論文屬于保密本人簽名：茬篼筮導師簽名：7至旌征—-年解密后適用奄授權(quán)書。B覿；沙p．{．參1日期：2翌!===笪：!笪人工免疫算法研究及其在癌癥診斷中的應用摘
3、要人工免疫系統(tǒng)(AIS)是受到自然免疫系統(tǒng)的原理和機制啟發(fā)所形成的一種自適應系統(tǒng)。最近十年，人工免疫系統(tǒng)已經(jīng)成為研究熱點，并得到廣泛應用。本文將數(shù)據(jù)挖掘與人工免疫系統(tǒng)結(jié)合起來，探討人工免疫系統(tǒng)算法應用于癌癥的診斷和分類。本文所做工作歸納如下：首先，對人工免疫系統(tǒng)的生物學基礎進行了概括和總結(jié)，介紹了常用的分類算法以及分類算法的評價指標。其次，討論了克隆選擇算法(CLONALG)和克隆選擇分類算法(CSCA)，并將其用于癌癥的診斷研究中。通過比較實驗結(jié)果和分類算法性能，發(fā)現(xiàn)CSCA較其他傳統(tǒng)分類算法有更好的準確率，之后探討了不同參數(shù)下分類準確率的變化情況。再次，詳細闡述了人工免疫識別
4、系統(tǒng)算法(AIRS)，及其后續(xù)版本(AIRS2，ParallelAIRS)的算法原理和流程。通過在癌癥病例數(shù)據(jù)集上進行分類實驗，得出實驗數(shù)據(jù)，并比較了分類性能，發(fā)現(xiàn)AIRSl算法的分類性能要優(yōu)于另外兩種，之后將三種分類器與傳統(tǒng)分類器相對比，并詳細探討不同參數(shù)設置對準確率的影響。最后，根據(jù)免疫陰性理論提出了一種基于克隆迭代的陰性選擇分類算法(CI．ASCA)，對算法原理和流程進行了詳細說明，并分析了所得的分類性能數(shù)據(jù)。通過與傳統(tǒng)的分類算法以及之前提到的免疫算法相比，該算法被證明是可行的。之后，我們討論了分類準確率隨三種參數(shù)取值的變化趨勢，對比了基于距離判斷和基于迭代判斷的兩種分類算
5、法的準確率，另外還對之前提到的人工免疫系統(tǒng)幾種算法進行了比較。關(guān)鍵詞：人工免疫系統(tǒng)克隆選擇算法人工免疫識別系統(tǒng)陰性選擇算法分類準確率theexperimentalresultsandclassificationalgorithmperformance，weconcludedthatCSCAhashigheraccuracythanothertraditionalclassificationalgorithms．Thenweexploredchangingsituationsofclassificationaccuracywithdifferentparameters．’Third
6、ly,algorithmprinciplesandprocessesofArtificialImmuneRecognitionSystem(AIRS)anditssubsequentversions(AIRS2，ParallelAIRS)wereexpatiatedindetail．Basedoncancercasesdataset,wemadeclassificationexperimentsandobtainedsomedata．Comparingclassificationperformance，wefoundthatAIRSlalgorithmisadvancedthan
7、othertwoclassifiers．Thenwemadecomparisonbetweenthesethreeclassifiersandtraditionalones,andexploredinfluencesofdifferentparametersettingsonaccuracy．Finally,accordingtoImmuneNegativeSelectionTheory,wepresentedaNegativeSelectionClassificationAlg
