SlideServe
Télécharger Obtenir Pro
Menu
Accueil Pro
Préférences
ApparenceLight Aide et commentaires
© SlideServe · v2026

Cluster Analysis Based on Artificial Immune System and Ant Algorithm

trina avatar
trina
10 diapositives · 285 Views · Aug 24, 2014

Cluster Analysis Based on Artificial Immune System and Ant Algorithm. 台北科技大學 邱垂昱、林家豪. feature. Ant algorithm Artificial immune system Auto-clustering. Immune system. 概念： 免疫系統的主要目的是在區分身體內部的所有細胞，並將它們分為病原菌（ nonself ）和非病原菌（ self ） 人體有大量的免疫細胞稱作淋巴，主要有兩種 -T 細胞和 B 細胞

Cluster Analysis Based on Artificial Immune System and Ant Algorithm - slide 1
01 / 10Cluster Analysis Based on Artificial Immune System and Ant Algorithm
1 / 17

Télécharger la présentation

Cluster Analysis Based on Artificial Immune System and Ant Algorithm
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation

  1. Cluster Analysis Based on Artificial Immune System and Ant Algorithm 台北科技大學 邱垂昱、林家豪

  2. feature • Ant algorithm • Artificial immune system • Auto-clustering

  3. Immune system • 概念： • 免疫系統的主要目的是在區分身體內部的所有細胞，並將它們分為病原菌（nonself）和非病原菌（self） • 人體有大量的免疫細胞稱作淋巴，主要有兩種-T細胞和B細胞 • 當外來的抗原侵入人體，刺激細胞的增生和變異以產生相配的抗體（Antibody），之後，這些抗體就可以破壞或中和這些抗原

  4. Immunity-based Ant ClusteringAlgorithm（IACA） • 基於螞蟻的理論，相似的物件之間會有較高的費洛蒙濃度 • 免疫系統利用問題特性啟發式（problem-specific heuristic）的方法去處理解答（solution space）間的區域搜尋（local search）並進行微調（fine-tuning）的動作 • 不同群集的物件或許存在著更高的相似度，如果將這些物件集合成群可能有機會得到更好的結果

  5. IACA 流程

  6. Immune System 流程 • 分成兩個步驟 • 1.Antigens Recognition

  7. Immune System 流程 • 分成兩個步驟 • 2.Antibodies Test

  8. Definitions and Nomenclature • T：the set composed of the used objects. • Tk：the set T named k • D(i.j)：the Euclidean distance between object i and object j. • Ocenter(T)：the center of all objects in T. • Dmean(T)：the mean distance between the objects of T and the center of all objects. • ：the average of pheromone trail left on all paths beginning from object i. • ：the average of ,for all i. • ：the immune test parameter which determines how close the objects of different cluster would be applied to immune system. • TWCV：the total within cluster variance.

  9. Simulation Result • 資料集合是用Monte Carlo的方法產生，產生243筆的資料 • 群集數量及群集的成員都是已知的 • 用誤判率（misclassified rate）和總群集內部變異量（TWCV）來評估此三種分群法（SOM,ASCA,IACA）

  10. Simulation Result