导读:本文包含了抗体群论文开题报告文献综述及选题提纲参考文献，主要关键词:入侵检测,人工免疫,径向基函数,神经网络
抗体群论文文献综述
何夏冰,薛波,陈崚,徐永安[1]（2011）在《RBF神经网络抗体群用于入侵检测的研究》一文中研究指出为了进一步模仿生物免疫系统,提升入侵检测系统的性能,提出了具有抗原针对性的抗体生成算法和具有抗体针对性的抗原检测算法。对不同类型的已知抗原,生成相应类型的抗体,对不同类型的外来抗原,用相应类型的抗体检测,提高了对生物免疫系统的模仿程度;通过免疫应答、克隆选择和疫苗注射来训练生成神经网络抗体群。仿真实验结果表明,该算法具有很高的精度和很强的自适应能力。(本文来源于《计算机工程与设计》期刊2011年10期）
何夏冰[2]（2011）在《基于神经网络抗体群的入侵检测系统研究》一文中研究指出计算机网络规模日趋庞大,计算机技术的高速发展给网络安全现状带来严峻的挑战：网络攻击的复杂程度呈不断上升,而攻击者所需的知识水平呈不断下降的趋势。为了应对强大的网络攻击威胁,出现了基于人工智能、软计算思想的入侵检测系统,其中人工神经网络、人工免疫方法用于入侵检测是研究的热点。人工神经网络具有高速寻优、自学习的能力,是一个优良的非线性关系逼近器；而模仿生物免疫系统的人工免疫系统和入侵检测系统在本质目标上又有其相似之处：都是抵御外来入侵,维护自身系统的正常运行。故将人工神经网络和人工免疫系统相结合,共同用于入侵检测,将更有利于提高对生物机体的模仿程度,提升入侵检测系统的性能。目前的研究,采用免疫算法训练单个神经网络,虽然采用RBF神经网络避免了陷入“局部极小”问题,但目前的免疫算法在模仿生物免疫应答的过程中,没有充分体现抗体生成阶段和抗原清除阶段抗体对抗原的特异性。所以,在网络攻击类型众多,数目庞大的情形下,训练出的单个RBF神经网络难以应付入侵检测在效率和准确度方面的要求。如何更好地模仿生物免疫的机制,将人工免疫与神经网络相结合,进一步提升入侵检测系统的性能,是本文研究的主要内容。本文的主要研究工作如下：1.模仿生物初次免疫应答的过程,将免疫算法用于RBF神经网络的训练,提出了面向抗原特性的抗体生成算法,将一个训练数据作为一个抗原,一个RBF网络作为一个抗体。在训练阶段,根据训练数据的多个不同类型,生成多个不同的RBF网络抗体,并将免疫算法中的克隆选择、变异和疫苗的思想引入RBF网络的训练,用于确定各个RBF网络的规模和隐层结点的中心,使得抗体的结构和规模能随抗原而自适应变化。2.模仿生物二次免疫应答的过程,提出了面向抗体特性的抗原清除算法。在入侵检测系统的检测阶段,并非将训练所得的所有RBF网络均参与检测,而是挑选与待检测数据相应的RBF网络抗体参与检测,这使得检测的效率和准确度有所提高。3.使用本文提出的算法构建了一个基于神经网络抗体群的入侵检测系统,使用KDDCUP99的数据集进行了仿真实验,并与采用免疫算法的单个抗体、传统抗体群的性能进行了比较,实验表明,算法具有更高的精度和自适应能力。(本文来源于《扬州大学》期刊2011-05-01）
史旭华,钱锋[3]（2008）在《自适应双抗体群RBF网络集成的干点软测量》一文中研究指出提出了一种训练径向基函数网络(RBFN)的混合算法,该算法采用了一种自适应双抗体群的数据聚类的人工免疫机制,根据输入数据集合自适应地完成样本分类并同时确定RBF网络的隐层中心的数量和初始位置,再用聚类后的子模型输出加权求和得到最后的结果。将该算法用于常减压常项石脑油干点的软测量,与传统的RBFN软测量相比,可以改善因油种频繁切换对常项干点测量的影响,提高了干点软测量的精度及泛化能力。(本文来源于《2008中国仪器仪表与测控技术进展大会论文集（Ⅰ）》期刊2008-06-01）
穆荣,苏茵,陈适,韩蕾,贾汝琳[4]（2003）在《抗聚丝蛋白抗体群在类风湿因子阴性的类风湿关节炎诊断中的意义》一文中研究指出目的:检测类风湿关节炎(RA)患者血清中的类风湿因子(RF)、抗角蛋白抗体(AKA)、抗核周因子 (APF)和抗环瓜氨酸抗体(抗-CCP)等特异性抗体(合称抗聚丝蛋白抗体群,AFAs),评估其中RF阴性的 RA患者诊断中的意义。方法:随机入选2002年11月-2003年4月于我科就诊的RA患者114例,其中女95例,男19例,年龄16-78岁,平均年龄(51±14)岁,平均病程(7．2±8．1)年。分别检测上述RA患者血清中的RF(乳凝法)和AKA(免疫荧光染色)、APF(免疫荧光染色)、抗-CCP(ELISA法)等特异性抗体,分析RF阴性的RA患者中抗聚丝蛋白抗体群抗体的分布情况。结果:114例RA患者中,RF阳性者为71例,占62％;RF阴性者43例,占38％。RF阴性的患者中有63％(27／43)至少出现一项AFAs阳性, 其中,出现一项AFAs阳性者20例(47％),2项AFAs阳性者6例(14％),3项AFAs阳性者1例(2％)。 RF阴性的43例患者中,抗-CCP阳性者25例(58％),AKA阳性者4例(9％),APF阳性者3例(7％)。而在抗聚丝蛋白抗体群阴性的28例患者中,也有10例(36％)患者RF阳性。仅检测RF及与AFAs联合检测对RA诊断的敏感度分别为62％和85％,经χ2检验,其差异具有非常显着性(P<0．01)。结论:AFAs 在RF阴性的RA患者中仍有较高的阳性率,是RF较为理想的补充检测项目,与RF联合检测可显着提高RA的诊断率。其中尤以抗-CCP抗体最有意义。(本文来源于《中华医学会全国风湿病学年会论文汇编》期刊2003-11-01）
抗体群论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
计算机网络规模日趋庞大,计算机技术的高速发展给网络安全现状带来严峻的挑战：网络攻击的复杂程度呈不断上升,而攻击者所需的知识水平呈不断下降的趋势。为了应对强大的网络攻击威胁,出现了基于人工智能、软计算思想的入侵检测系统,其中人工神经网络、人工免疫方法用于入侵检测是研究的热点。人工神经网络具有高速寻优、自学习的能力,是一个优良的非线性关系逼近器；而模仿生物免疫系统的人工免疫系统和入侵检测系统在本质目标上又有其相似之处：都是抵御外来入侵,维护自身系统的正常运行。故将人工神经网络和人工免疫系统相结合,共同用于入侵检测,将更有利于提高对生物机体的模仿程度,提升入侵检测系统的性能。目前的研究,采用免疫算法训练单个神经网络,虽然采用RBF神经网络避免了陷入“局部极小”问题,但目前的免疫算法在模仿生物免疫应答的过程中,没有充分体现抗体生成阶段和抗原清除阶段抗体对抗原的特异性。所以,在网络攻击类型众多,数目庞大的情形下,训练出的单个RBF神经网络难以应付入侵检测在效率和准确度方面的要求。如何更好地模仿生物免疫的机制,将人工免疫与神经网络相结合,进一步提升入侵检测系统的性能,是本文研究的主要内容。本文的主要研究工作如下：1.模仿生物初次免疫应答的过程,将免疫算法用于RBF神经网络的训练,提出了面向抗原特性的抗体生成算法,将一个训练数据作为一个抗原,一个RBF网络作为一个抗体。在训练阶段,根据训练数据的多个不同类型,生成多个不同的RBF网络抗体,并将免疫算法中的克隆选择、变异和疫苗的思想引入RBF网络的训练,用于确定各个RBF网络的规模和隐层结点的中心,使得抗体的结构和规模能随抗原而自适应变化。2.模仿生物二次免疫应答的过程,提出了面向抗体特性的抗原清除算法。在入侵检测系统的检测阶段,并非将训练所得的所有RBF网络均参与检测,而是挑选与待检测数据相应的RBF网络抗体参与检测,这使得检测的效率和准确度有所提高。3.使用本文提出的算法构建了一个基于神经网络抗体群的入侵检测系统,使用KDDCUP99的数据集进行了仿真实验,并与采用免疫算法的单个抗体、传统抗体群的性能进行了比较,实验表明,算法具有更高的精度和自适应能力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
抗体群论文参考文献
[1].何夏冰,薛波,陈崚,徐永安.RBF神经网络抗体群用于入侵检测的研究[J].计算机工程与设计.2011
[2].何夏冰.基于神经网络抗体群的入侵检测系统研究[D].扬州大学.2011
[3].史旭华,钱锋.自适应双抗体群RBF网络集成的干点软测量[C].2008中国仪器仪表与测控技术进展大会论文集（Ⅰ）.2008
[4].穆荣,苏茵,陈适,韩蕾,贾汝琳.抗聚丝蛋白抗体群在类风湿因子阴性的类风湿关节炎诊断中的意义[C].中华医学会全国风湿病学年会论文汇编.2003