1) evolutionary immune network
免疫进化网络
1.
Based on immune algorithm and an evolutionary immune network(aiNet),a hybrid algorithm in designing the RBF network is proposed .
基于免疫算法和免疫进化网络,提出了一种训练RBF网络的混合算法。
2) symbiotic evolutionary immune neural network
共生进化免疫神经网络
1.
Application of symbiotic evolutionary immune neural network in short-term load forecasting of power system;
共生进化免疫神经网络在电力系统短期负荷预测中的应用
3) fuzzy evolutionary aiNet
模糊进化免疫网络
1.
After analyzing the methods currently used by others, we propose a key-frame extraction algorithm based on fuzzy evolutionary aiNet and a shot similarity method measure based on probabilistic distance.
在综合分析了以往的基于内容的视频检索方法的基础上,本文提出了基于模糊进化免疫网络的关键帧提取算法、镜头时空特征提取方法和基于概率距离的镜头相似性度量方法,具体内容如下:(1)提出一种基于模糊进化免疫网络的关键帧提取算法。
4) immune network
免疫网络
1.
Intrusion detection model for RFID system based on immune network;
基于免疫网络的RFID入侵检测模型研究
2.
Research of strategy selection based on immune network;
基于免疫网络的策略选择模型研究
3.
Research of parallel recommendation algorithm based on idiotypic artificial immune network;
基于独特型人工免疫网络的并行推荐算法的研究
5) Immune Evolutionary
免疫进化
1.
Based on the main function of immune system,the typical algorithms are described,such as immune algorithm,negative and clonal selection algorithms,immune evolutionary algorithm,AIS-neural network mix intelligent system,fuzzy immune system and so on.
阐述了人工免疫系统的基本概念,讨论了几种典型的算法,包括基于免疫系统基本机制的免疫算法、基于免疫特异性的否定选择算法、基于免疫系统克隆选择理论的克隆选择算法、基于接种疫苗及免疫多样性的免疫进化算法、AIS与神经网络混合智能算法和模糊免疫系统等;以年代为序简述了AIS发展历史,介绍了AIS在若干具有代表性的领域中的应用情况。
6) immune evolution
免疫进化
1.
Research of multi-modal optimization algorithm based on immune evolution;
基于免疫进化的多模态优化算法研究
2.
This paper proposed an algorithm based on immune evolution,the algorithm reflect the changing of the environment and satisfied the need of the fuzzy clustering.
本文提出了一只基于免疫进化的模糊更新算法,算法能够较好的体现环境的变化,使得更新后的模糊集更有利于模糊聚类的需要。
补充资料：免疫网络
机体中连锁发生的一系列自我识别的过程。N.K.耶讷(1972)在F.M.伯内特的克隆选择学说的基础上提出的一个学说。后来，里希特、霍夫曼和户田等人又作了补充。
抗体可变区不仅显示出抗体活性，而且由于有独特型的抗原决定簇，又显示出抗原活性。抗体既能识别抗原，也能被其他细胞克隆识别，从而产生抗独特型的抗体。无论是游离的抗体分子，还是淋巴细胞膜的免疫球蛋白受体，都表现出具有一定特异性的独特型。根据克隆选择学说可以认为在抗原进入体内之前，已经存在识别抗原的细胞克隆，同时也存在识别该细胞独特型的细胞克隆。抗原进入体内后，识别这一抗原的细胞克隆便被活化，并产生大量抗体分子。其独特型又可活化第二个细胞克隆，经活化后的第二个细胞克隆再把第三个细胞克隆活化。当机体对外来抗原产生抗体Ab-1时，机体就产生针对Ab-1独特型的抗体Ab-2，继而产生针对Ab-2独特型的抗体Ab-3。这些依次产生的抗独特型的抗体可与其他抗体的独特型发生交叉反应，从而在体内形成一个复杂的网络。
免疫网络学说能够较好地解释免疫应答和耐受性的产生。例如，低剂量的抗原可刺激机体产生Ab-1，接着又产生Ab-2。由于Ab-2对Ab-1有抑制作用，Ab-1的产生就受到抑制，这就是低剂量的免疫耐受性。如果抗原剂量稍大、又能够产生Ab-3，则Ab-3对Ab-2的独特型有抑制作用，结果使Ab-1解脱抑制而能正常产生，即出现体液免疫应答。如果抗原剂量更大，还能够产生Ab-4，则Ab-3受到抑制，Ab-2得以正常产生；由于Ab-2正常产生，Ab-1就受到抑制，这就出现高剂量的免疫耐受性。抗体与其抗独特型抗体相互影响，依照抗原刺激的强弱和所产生的抗体量来调节抗体的产生。另外,T细胞表面的抗原受体也有此共同的独特型抗原决定簇,所以T细胞也参与调节B细胞抗体的产生。反之，B细胞产生的抗独特型抗体对具有相同独特型的T细胞也发生作用。
免疫网络学说阐明了抗体的产生是由T细胞、B细胞、抗体之间的相互作用和调节所控制的。
抗体可变区不仅显示出抗体活性，而且由于有独特型的抗原决定簇，又显示出抗原活性。抗体既能识别抗原，也能被其他细胞克隆识别，从而产生抗独特型的抗体。无论是游离的抗体分子，还是淋巴细胞膜的免疫球蛋白受体，都表现出具有一定特异性的独特型。根据克隆选择学说可以认为在抗原进入体内之前，已经存在识别抗原的细胞克隆，同时也存在识别该细胞独特型的细胞克隆。抗原进入体内后，识别这一抗原的细胞克隆便被活化，并产生大量抗体分子。其独特型又可活化第二个细胞克隆，经活化后的第二个细胞克隆再把第三个细胞克隆活化。当机体对外来抗原产生抗体Ab-1时，机体就产生针对Ab-1独特型的抗体Ab-2，继而产生针对Ab-2独特型的抗体Ab-3。这些依次产生的抗独特型的抗体可与其他抗体的独特型发生交叉反应，从而在体内形成一个复杂的网络。
免疫网络学说能够较好地解释免疫应答和耐受性的产生。例如，低剂量的抗原可刺激机体产生Ab-1，接着又产生Ab-2。由于Ab-2对Ab-1有抑制作用，Ab-1的产生就受到抑制，这就是低剂量的免疫耐受性。如果抗原剂量稍大、又能够产生Ab-3，则Ab-3对Ab-2的独特型有抑制作用，结果使Ab-1解脱抑制而能正常产生，即出现体液免疫应答。如果抗原剂量更大，还能够产生Ab-4，则Ab-3受到抑制，Ab-2得以正常产生；由于Ab-2正常产生，Ab-1就受到抑制，这就出现高剂量的免疫耐受性。抗体与其抗独特型抗体相互影响，依照抗原刺激的强弱和所产生的抗体量来调节抗体的产生。另外,T细胞表面的抗原受体也有此共同的独特型抗原决定簇,所以T细胞也参与调节B细胞抗体的产生。反之，B细胞产生的抗独特型抗体对具有相同独特型的T细胞也发生作用。
免疫网络学说阐明了抗体的产生是由T细胞、B细胞、抗体之间的相互作用和调节所控制的。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条