1) memory clonal selection
记忆克隆选择
1.
Multi-objective immune algorithm based on memory clonal selection;
一种基于记忆克隆选择的多目标免疫算法
4) clone selection
克隆选择
1.
Artificial immune algorithm based on biological immune clone selection and immune network theory;
基于生物免疫系统克隆选择机理和免疫网络理论的免疫算法
2.
Fuzzy cluster analysis based on immune clone selection;
基于免疫克隆选择的模糊聚类分析
3.
Research on Adaptive Immune Genetic Algorithms Based on Clone Selection Principles;
基于克隆选择原理的自适应遗传算法研究
5) clonal selection
克隆选择
1.
A new immune clonal selection algorithm for multimodal function optimization;
一种新的免疫克隆选择算法在多峰寻优中的应用
2.
Optimal design of stack filters using an improved clonal selection algorithm;
改进克隆选择算法的层叠滤波器的优化设计
3.
Research on Distributed Intrusion Detection Technology Based on Clonal Selection Algorithm;
基于克隆选择算法的分布式入侵检测研究
6) clonal selection algorithm
克隆选择
1.
Thus,AIS method is employed for remote sensing image classification in this paper,where clonal selection algorithm is used to build a su.
该文将人工免疫系统引入遥感图像分类领域,设计了基于克隆选择算法的遥感图像监督分类方法,并将其应用于广州市遥感影像分类。
2.
In this paper,Weighted Clustering Algorithm(WCA) is optimized by means of clonal selection algorithm in artificial immune systems.
在权值簇化算法WCA的基础上,利用人工免疫系统中的克隆选择原理来提高移动Ad-hoc网络的簇化性能,从而实现用尽可能少的簇头来管理尽可能多的簇成员,以保证网络拓扑结构的相对稳定。
3.
A novel supervised classifier for remote sensing data by employing clonal selection algorithm(CSA)is presented for solving the problems,e.
针对遥感影像分类中的局部极值、鲁棒性等问题,提出基于克隆选择算法的遥感影像监督分类方法。
补充资料：克雷克-洛克哈特记忆模型
克雷克-洛克哈特记忆模型
Craik-Lockhart model
克雷克一洛克哈特记忆模型(C raik-Loekhart model)1972年克雷克和洛克哈特在《加工的水平:一种记忆研究的框架》一文中指出。他们对阿特金森和希夫林的短时和长时储存作出了不同的解释，认为记忆是一个持续的过程，而并非是一系列独立的阶段;短时记忆与长时记忆之间的区别只是加工水平的不同。不过他们在反对把记忆分成一些独立的单元或储存的同时，也承认构成新近事件的机制同构成过去事件的机制是有别的。与此相应，他们把记忆分出第一级记忆(相当于短时储存)和第二级记忆(相当于长时储存)。与阿特金森一希夫林的模式基本区别是，前一模式重点放在结构上，而他们的模式则强调过程。他们的设想以广为认可的观点为基础，即知觉，包括在多种水平上对刺激作出的快速分析，在对知觉输入进行处理的最初阶段，刺激是按其物理或感知的特征，诸如线条、角、光度、音高以及响度来分析的;在以后的阶段则根据它们的意义来考虑。最初的信息通常是用来使刺激输入与过去学习中己储存的表象相匹配，从而导致模型再认，当输入刺激被认识后，它们可能要经历另一种加工(在新材料和先前的经验之间可能激起各种联系)。因此，他们把记忆设想为一系列加工阶段，记忆是随加工深度的递增而得以加强的。由于我们主要关心的是抽取刺激的意义，因此我们的长处仅是储存更为复杂或更深的认知分析的产物，我们很少需要去储存最初分析的产物，因此这些材料便被遗忘了，而保持主要是对刺激加工深度的一个函数。加工的深度也同输入的信息与分析结构间的适合性有关。例如，像图片、散文通常能很快地在较深的水平上进行加工，保持起来也很容易，因为它们包含的刺激一般都是较有意义的。其他一些因素也可能影响加工的深度，包括对刺激付出的注意量和加工信息所用的时间。这一理论的优点在于能解释为什么我们对机械习得的材料的回忆要难于用有意义的方式习得的材料(因为有意义地习得的材料是在更深的认知分析水平土进行的)「 (吴庆麟撰杨立能审)
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