摘要：人工免疫识别系统（AIRS）已被证实为一种高效的分类器，并成功应用于模式识别等领域。然而AJRS存在的记忆细胞数目庞大、分类准确率低等缺陷，限制了进一步的应用。为克服这些缺陷，提出了一种基于免疫的监督式分类算法（AIUC）。AIUC首先初始化记忆细胞；然后通过对每一个训练抗原的学习，进行B细胞进化，在B细胞收敛后，优选出最佳的B细胞对记忆细胞进行更新；最后通过记忆细胞对测试数据进行kNN分类。就数据集I-ris、Ionosphere,、Diabetes和Sonar分别进行的对比实验结果表明，AIUC比AIRS记忆细胞分别减小了5．6％、18％、19．6％和31％，分类准确率提高到98．2％、96．9％、78．3％和92．3％。该算法具有非线性，以及克隆选择、免疫网络和免疫记忆等生物免疫系统特征，可更好地应用于模式识别、异常检测等领域。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社