[发明专利]一种基于人工免疫网络的多智能体数据挖掘方法

说明书

技术领域

本发明涉及数据挖掘领域，具体是涉及一种基于人工免疫网络的多智能体数据挖掘方法。

背景技术

随着大数据时代的来临，从大量数据中抽取或发现有用的关系或模式、知识成为时下研究的热点，这个过程也称为数据挖掘。其中，聚类和分类是数据挖掘的主要任务。将人工免疫系统算法引入到数据挖掘领域是近年来的研究热点。目前，关于人工免疫系统在数据挖掘领域应用的算法都是以de castro的经典免疫网络算法aiNet为框架进行改进和变型的，主要技术都是克隆选择、变异、网络抑制。然而，生物免疫系统是一个复杂的动态自适应系统，要完全模拟出生物免疫系统的机制是很困难的。目前，众多的免疫网络算法模型都只是从单一角度模拟了免疫系统某一部分的功能，对自然机理还没能很好的描述。而且，目前众多的免疫网络算法都是基于随机概率操作，缺乏对人工免疫网络的动态行为分析，导致数据的分类和聚类效果不佳。

发明内容

本发明的目的在于克服现有技术之不足，通过将多智能体技术融合至人工免疫网络算法中以适用于数据挖掘中的聚类、分类以及数据压缩。

本发明解决其技术问题所采用的技术方案是提供一种基于人工免疫网络的多智能体数据挖掘方法，具体包括以下步骤：

(1)将原始数据分为训练数据和测试数据，于训练数据中随机抽取一部分作为抗体，其他作为抗原；将抗体排列成网格矩阵并对每个抗体在网格中进行编号；

(2)输入一抗原至网格矩阵中，依次计算其与网格矩阵中各抗体的亲和度和自信值，并进行邻域克隆选择，生成一抗体集；

(3)对该抗体集进行邻域协作操作和/或领域竞争操作；

(4)重复步骤(2)—(3)，直到每个抗原都和网格矩阵中每个抗体进行操作，所有抗原训练完毕，得到记忆细胞集M’；

(5)对记忆细胞集M’进行网络抑制操作，得到记忆细胞集M，其中记忆细胞集M中每一抗体生成属于自己的类别标签；

(6)运用记忆细胞集M对测试数据进行聚类和分类。

优选的，所述每一个输入的抗原是跟抗体在邻域内进行操作，对于网格矩阵中某一抗体A_mn的邻域定义为：Loc.A_mn＝(A_m-n,A_m-n,A_m+n,A_m+n)，其中，