资源简介
国外经典的人工免疫算法工具箱,用于优化,模式识别,分类
代码片段和文件信息
function [wwincwinD] = abnet(agepscompalfabetapcpm)
%
% Ph.D. Thesis
% Leandro Nunes de Castro
% June 1999
% Pattern Recognition in the Immune System using a Growing SOM
% Bipolar Splitting/Pruning Self-Organizing Feature Map (GSOM)
% with Evolutionary Phase
% Main features: bipolar weights Hamming Distance Winner takes all
% PHASE I: Growing followed by Pruning
% PHASE II: Supervised Evolution
%
% function [wwincwinD] = hybrid(agepscompalfabetapcpm)
% w -> weight matrix (Ab population)
% win -> winner for each Ag (v)
% cwin -> amount of winning of each individual (tau)
% D -> hamming distance of each Ag with relation to its mapped class
% ag -> antigen population to be recognized (n2xs2)
% eps -> ball of stimulation
% comp -> comparison: 1 for comparing complementary chains
% 0 for comparing identical chains (Hamm. dist.)
% alfa -> amount of bits to be changed
% beta -> number of iterations for reducing the learning rate
%
% Auxiliar functions: COVER UPDATE SPLIT PRUNE MATCH CADEIA TESTGSOM
% The columns of w must be similar to each Ag
%
if nargin == 2
[n2s2] = size(ag);
comp = 0;
alfa = 3;
beta = 3;
pc = 0.6;
pm = 0.1;
end;
% Network parameters
ep = 0; alfa0 = alfa; TD = 1;
[npni] = size(ag); no = 1; vep = [0];
[Cmaxno] = cover(nieps); vno = [1:1:no];
disp(sprintf(‘Coverage of each Ab: %d‘C));
disp(sprintf(‘Initial number of classes: %d‘no));
disp(sprintf(‘Possible number of classes: %d‘maxno));
if maxno > np
maxno = np; disp(sprintf(‘Maximum number of classes (N): %d‘np));
end;
% disp(sprintf(‘Affinity threshold: %d‘eps));
disp(sprintf(‘Press any key to continue...‘));
pause;
[w] = cadeia(nino001);
max_ep = (beta + 1) * maxno;
% Network Definition
while (ep < max_ep & TD > 0)% & no < maxno)
cwin = zeros(1no); k = 0;
vet = randperm(np); % Assincronous
while k < np
k = k+1; i = vet(k); D = [];
[DmXOR] = match(w‘ag(i:)comp);
[v(k)ind] = min(D);
cwin(ind) = cwin(ind) + 1;
win(i) = ind;
w = update(windalfamXOR(ind:)‘);
end;
TD = sum(v);
ep = ep + 1;
% Growing Phase
if (rem(epbeta)==0)
[wnoalfa] = split(cwinwinwagepsalfaalfa0);
vno = [vno no]; vep = [vep ep];
end;
% Pruning Phase
[auxindmin] = min(cwin);
if aux == 0
[wnoalfa] = prune(windminalfa0);
vno = [vno no];
end;
% Learning rate decreasing
if (ep > 0.05*max_ep & rem(ep0.05*max_ep)==0)
if alfa > 1
alfa = alfa - 1;
end;
end;
disp(sprintf(‘IT: %4.0d no: %d LR: %d TD: %d‘epnoalfaTD));
end;
[vwincwinperc] = testgsom(wageps);
disp(sprintf(‘Percentage of misclassified Ag: %3.2f%%‘perc));
disp(‘Minimal Antigenic Affinity (HD)‘); disp(v);
disp(‘Concentration Level: ‘); disp(
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 6383 2001-01-19 09:01 人工免疫系统(工具箱)\abnet.m
文件 984 2000-04-24 11:58 人工免疫系统(工具箱)\ag.mat
文件 3384 2000-06-02 01:26 人工免疫系统(工具箱)\ag1.mat
文件 5413 2001-01-08 10:02 人工免疫系统(工具箱)\ainet.m
文件 4917 2000-04-25 04:32 人工免疫系统(工具箱)\ANAL1.M
文件 5095 2000-04-29 14:12 人工免疫系统(工具箱)\ANAL2.M
文件 4234 2000-04-29 14:12 人工免疫系统(工具箱)\ANAL3.M
文件 6634 2000-04-24 12:32 人工免疫系统(工具箱)\analysis.m
文件 3723 1999-01-29 10:41 人工免疫系统(工具箱)\CLUSTER.M
文件 3705 1999-01-29 10:41 人工免疫系统(工具箱)\clusterdata.m
文件 1908 1999-01-29 10:41 人工免疫系统(工具箱)\COPHENET.M
文件 584 2002-08-18 23:56 人工免疫系统(工具箱)\data.mat
文件 13460 2000-04-25 04:13 人工免疫系统(工具箱)\dendro.m
文件 4012 1999-01-29 10:41 人工免疫系统(工具箱)\dendrogram.m
文件 2606 1999-01-29 10:18 人工免疫系统(工具箱)\DIST.M
文件 782 2000-04-25 10:09 人工免疫系统(工具箱)\DONUTS.M
文件 35200 2000-04-25 10:19 人工免疫系统(工具箱)\DONUTS1.M
文件 414 2000-04-24 08:20 人工免疫系统(工具箱)\draw_abnet.m
文件 857 2000-06-01 05:38 人工免疫系统(工具箱)\fuzzy_cluster.m
文件 3769 2002-08-18 23:56 人工免疫系统(工具箱)\ga3d.m
文件 2204 1999-01-29 10:18 人工免疫系统(工具箱)\HARDLIM.M
文件 2251 1999-01-29 10:18 人工免疫系统(工具箱)\HARDLIMS.M
文件 5209 2002-08-18 23:56 人工免疫系统(工具箱)\imalg3d.m
文件 5087 2000-04-28 09:11 人工免疫系统(工具箱)\imalgchar.m
文件 2052 1999-01-29 10:41 人工免疫系统(工具箱)\inconsistent.m
文件 4706 1999-01-29 10:41 人工免疫系统(工具箱)\li
文件 335 2000-06-01 05:36 人工免疫系统(工具箱)\norma.m
文件 2232 1999-11-23 11:03 人工免疫系统(工具箱)\num8_12x10.mat
文件 5781 2002-08-18 23:58 人工免疫系统(工具箱)\opt_d1.m
文件 5436 2002-08-18 23:58 人工免疫系统(工具箱)\opt_d2.m
............此处省略13个文件信息
- 上一篇:Matlab三次指数平滑算法
- 下一篇:MATLAB基于DCT图像压缩
相关资源
- MATLAB基于DCT图像压缩
- Matlab三次指数平滑算法
- matlab的qpsk通信仿真
-
低压svg的MATLAB simuli
nk 仿真 - 图像旋转变换(matlab实现)
- L-BFGS的MATLAB代码208770
- 地心坐标系转换为地理坐标系
- 小波边缘检测,matlab程序
- MATLABR2016a从入门到精通素材文件
- 基于MATLAB的gmsk调制解调
- matlab 二维泊松 有限差分法 通过系数
- 大气参数计算MATLAB代码
- 基于灰度共生矩阵的图像分割
- BOC信号跟踪MATLAB仿真代码
- 三次样条差值拟合 matlab
- 基于matlab的模糊控制程序集
- 基于多播的QOSmatlab程序
-
模糊控制的matlab simuli
nk仿真 -
基于Matlab/SIMUli
nk的 OPGW感应取电仿真 - 装配生产线任务平衡问题的遗传算法
- IEEE33节点matlab潮流程序.doc
- BP算法的MATLAB实现
- DQPSK调制与解调
- 绘制天线方向图
- 基于matlab的相机标定程序
- Matlab实现kl变换
- 图像显著性检测
- matlab 显示txt数据图片
- USM算法锐化图像 拉普拉斯算法处理图
- 基于matlab的海明窗带阻滤波器的设计
评论
共有 条评论