论文部分内容阅读
在生物系统中，负选择是通过自体细胞提供耐受来实现，从而使抗体在不和自体细胞反应的基础上才来识别有害的抗原。
作为一种区分自我／非自我的计算模型，Forrest于1994年最早提出了负选择算法是用来判断改变的一种方法。该方法是人工免疫系统算法中最早被提出的，并被广泛的应用于真实世界的算法。该算法提出以来，就引起了学者的高度关注有了一些非凡的改进。但其最主要特征并没有改变，仍是当初Forrest所提出的。在耐受阶段，检测器随机的选择产生，与自体匹配的被消除，其余的被保留为合格的检测器。在检测阶段，经历耐受的检测器被用来判断外来数据的合法性。
作为一种区分自我／非自我的计算模型，Forrest于1994年最早提出了负选择算法是用来判断改变的一种方法。该方法是人工免疫系统算法中最早被提出的，并被广泛的应用于真实世界的算法。该算法提出以来，就引起了学者的高度关注有了一些非凡的改进。但其最主要特征并没有改变，仍是当初Forrest所提出的。在耐受阶段，检测器随机的选择产生，与自体匹配的被消除，其余的被保留为合格的检测器。在检测阶段，经历耐受的检测器被用来判断外来数据的合法性。