-
题名基于mRMR与基尼重要性的树突状细胞模型
被引量：2
- 1
-
-
作者
张凯林
董红斌
-
机构
武汉大学国家网络安全学院空天信息安全与可信计算教育部重点实验室
-
出处
《计算机工程》
CAS
CSCD
北大核心
2023年第5期129-138,共10页
-
基金
国家自然科学基金“计算机免疫智能的连续应答机制及其应用”(61877045)。
-
文摘
树突状细胞算法(DCA)模拟人体免疫系统中树突状细胞对抗原的识别与提呈过程,是一种快速有效的异常检测方法,其关键是从数据中选取有效特征以表示特定的输入信号。然而,现有信号选取方法存在特征子集冗余、时间复杂度高等问题,导致生成的抗原信号有效性较低,且在高维大样本数据集上运行速度较慢。考虑抗原信号的可用性与信号选取过程的时间效率,提出基于最大相关最小冗余(mRMR)与基尼重要性的树突状细胞模型MRGI-DCA。通过mRMR从原始数据集中快速地提取最相关特征子集,且最大限度地降低特征子集的冗余性。在mRMR预降维的基础上,根据CART树模型快速、准确等特点,利用基尼重要性得到更有效的抗原信号。实验结果表明,MRGI-DCA总体表现优于IG-DCA、COR-DCA、GA-DCA和SVM-DCA方法,其中,准确率、F1值和AUC在高维、低维、异常数据集上的平均值较COR-DCA分别提高6.01%、5.86%、9.96%,并且平均运行时间约为COR-DCA的1/5。
-
关键词
树突状细胞算法
信号选取
最大相关最小冗余算法
基尼重要性
人工免疫系统
-
Keywords
Dendritic Cell algorithm(DCA)
signal selection
maximal relevance minimal redundancy(mrmr)algorithm
Gini Importance(GI)
Artificial Immune System(AIS)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
