面向多类别模式分类问题的新型阴性选择算法

？针对阴性选择算法缺乏高效的分类器生成机制和“过拟合”抑制机制的缺陷,提出了一种面向多类别模式分类的阴性选择算法cs-nsa。通过引入克隆选择机制,根据分类器的分类效果和刺激度对其进行自适应学习；针对多类别模式分类的“过拟合”问题,引入了检测器集合的修剪机制,增强了检测器的分类推广能力。对比实验结果证明：与著名的人工免疫分类器airs相比,cs-nsa体现出更高的正确识别率。