一种人工免疫系统模型AINET从MATLAB向JAVA的转换生成方法.pdf

摘要
申请专利号：	CN201410691610.0	申请日：	2014.11.27
公开号：	CN104462871A	公开日：	2015.03.25
当前法律状态：	撤回	有效性：	无权
法律详情：	发明专利申请公布后的视为撤回IPC(主分类):G06F 19/28申请公布日:20150325\|\|\|实质审查的生效IPC(主分类):G06F19/28申请日:20141127\|\|\|公开
IPC分类号：	G06F19/28(2011.01)I; G06F9/44	主分类号：	G06F19/28
申请人：	哈尔滨金都太阳能科技有限公司
发明人：	王永刚; 胡晶
地址：	150300黑龙江省哈尔滨市阿城区舍利乡新合村
优先权：
专利代理机构：		代理人：
PDF下载：	PDF下载

内容摘要

本发明提供的是一种人工免疫系统模型aiNet从Matlab向Java的转换生成方法。MATLAB专门以矩阵的方式处理计算数据，它把数值计算和可视化环境集成到一起，提供了大量的函数。在将以MATLAB实现的程序向JAVA转化时，解决的问题就是用JAVA语言实现各种矩阵的运算，将MATLAB中的函数命令以JAVA语言的形式显式地表达出来。

权利要求书

权利要求书
1.  一种人工免疫系统模型aiNet从Matlab向Java的转换生成方法，其特征在于： MATLAB实现的aiNet算法用M语言以一组函数文件的形式实现，在JAVA代码中，这些函数文件将以类的形式出现，用类中的方法具体实现aiNet算法；运行MATLAB实现的aiNet算法，其程序是从tutorial函数开始，创建tutorial类，其中包含main（）方法，JAVA代码从main（）方法处开始执行；根据运行MATLAB代码，在JAVA中实现了数据的图形化。

2.  根据权利要求1所述的人工免疫系统模型aiNet从Matlab向Java的转换生成方法，其特征在于：所述在MATLAB中通过调用命令完成复杂的矩阵运算，在JAVA代码中不能直接调用这些命令，以JAVA代码显式的表达MATLAB命令所实现的算法；在JAVA中涉及的数据结构是数组，运用循环结构处理数组，从而达到效果；在aiNet算法中反复出现的求向量间距离的代码，在MATLAB中用dist（）命令以实现。

3.  根据权利要求1所述的人工免疫系统模型aiNet从Matlab向Java的转换生成方法，其特征在于：所述的JAVA中，应用JAVA的绘图和绘画方法来完成图形制作，在JAVA中绘制图形使用库类和方法，绘制表示数学方程的图形类，在aiNet算法中实现带有坐标系的图形。

说明书

说明书一种人工免疫系统模型aiNet从Matlab向Java的转换生成方法
技术领域
本发明涉及的是一种人工免疫系统模型，特别涉及到一种aiNet从Matlab向Java的转换生成技术。
背景技术
人工免疫系统是研究、借鉴、利用生物免疫系统（主要是人类免疫系统）的各种原理和机制而发展的各类信息处理技术、计算技术及其在工程和科学应用中产生的各种智能系统的统称。AiNet是由de Castro提出的一种免疫网络模型，用来研究标志数据集合的聚类和过滤问题，表明免疫系统具有强大的计算能力，可利用免疫概念发展强大的数据处理计算工具。
巴西Campinas大学的Leandro Nunes De Castro博士提出一种名为aiNet的免疫网络[4]。他研究了免疫系统的一些基本问题，忽略B细胞和抗体的区别。目的是研究未标志数据集合的聚类和过滤，可利用免疫概念发展强大的数据处理计算工具。该网络具有减少冗余、描述数据结构、包括聚类形状等特征。表明免疫系统具有强大的计算能力。
从信息处理角度看，脊椎动物免疫系统有许多对工程有用的机制。理论免疫学有几种相应的理论，包括免疫网络理论、克隆选择以及亲合度成熟原理。免疫网络理论假设免疫细胞活动、记忆突现和自体细胞与外部入侵者之间的区分都是抗体和细胞之间形成的网络实现的。克隆选择原理提出免疫系统与病原体结合产生适应免疫应答的方式。亲和力成熟用于解释免疫系统在识别和清除病原体任务中如何变得越来越好。这些理论、概念和思想被用于开发一种人工免疫网络模型，称为aiNet。能够模拟脊椎动物免疫系统类似的机制解决工程中的模式识别任务。
发明内容
本发明的目的在于提供一种用于人工免疫系统模型aiNet的Matlab程序转换成面向对象的、以Java语言实现的程序，使模型得到更广泛、高效地应用。
本发明的目的是这样实现的：首先求记忆矩阵中各克隆的亲和力，在MATLAB中使用dist()命令实现；其次使用了triu()命令和find()命令实现寻找亲和力矩阵中在要求范围内的元素的坐标，再利用内部函数ver_eq()和extract()完成提取符合标准的元素的工作。
一种人工免疫系统模型aiNet从Matlab向Java的转换生成方法，以MATLAB实现的aiNet算法用M语言以一组函数文件的形式实现，在JAVA代码中，这些函数文件将以类的形式出现，用类中的方法具体实现aiNet算法；运行MATLAB实现的aiNet算法，其程序是从tutorial函数开始，创建tutorial类，其中包含main（）方法，JAVA代码从main（）方法处开始执行；根据运行MATLAB代码，在JAVA中实现了数据的图形化。
所述在MATLAB中通过调用命令完成复杂的矩阵运算，在JAVA代码中不能直接调用这些命令，以JAVA代码显式的表达MATLAB命令所实现的算法；在JAVA中涉及的数据结构是数组，运用循环结构处理数组，从而达到效果；在aiNet算法中反复出现的求向量间距离的代码，在MATLAB中用dist（）命令以实现。
所述的JAVA中，应用JAVA的绘图和绘画方法来完成图形制作，在JAVA中绘制图形使用库类和方法，绘制表示数学方程的图形类，在aiNet算法中实现带有坐标系的图形。
该技术方案的优点在于：
1、Java是与平台无关、分布式语言，所以将程序用Java实现有着更广泛的应用，更高的效率；2、采用Java的人工免疫系统模型可以一次编写，移植性好，便于计算机网络上运行；3、模型的转换提供一种简单的拓展方法、减轻了编程的工作量，提高了优越性。
附图说明
图1为aiNet产生的网络结构示意图。
具体实施方式
下面结合附图举例对本发明做更详细地描述：
实施例1
一种人工免疫系统模型aiNet从Matlab向Java的转换生成方法，以ATLAB实现的aiNet算法用M语言以一组函数文件的形式实现，在JAVA代码中，这些函数文件将以类的形式出现，用类中的方法具体实现aiNet算法；运行MATLAB实现的aiNet算法，其程序是从tutorial函数开始，创建tutorial类，其中包含main（）方法，JAVA代码从main（）方法处开始执行；根据运行MATLAB代码，在JAVA中实现了数据的图形化。
所述在MATLAB中通过调用命令完成复杂的矩阵运算，在JAVA代码中不能直接调用这些命令，以JAVA代码显式的表达MATLAB命令所实现的算法；在JAVA中涉及的数据结构是数组，运用循环结构处理数组，从而达到效果；在aiNet算法中反复出现的求向量间距离的代码，在MATLAB中用dist（）命令以实现。
所述的JAVA中，应用JAVA的绘图和绘画方法来完成图形制作，在JAVA中绘制图形使用库类和方法，绘制表示数学方程的图形类，在aiNet算法中实现带有坐标系的图形。
在JAVA中定义private void suppress()方法来实现克隆抑制。在程序主体中编写代码实现MATLAB命令。的结果相当于矩阵和其转秩矩阵乘积后各元素分别开方得到的矩阵。结果矩阵中第x行y列的元素为矩阵中第x行和第y行乘积的平方根。的行数为，列数为，为存放结果的数组，为行列。在程序主体中接着dist()命令的是sort()命令，这个命令的用途是在指定维数方向上实现升序排列元素，同时返回一个记载下标所引的数组。为此设计的JAVA程序中将在非指定维数上先执行循环操作，其中嵌套着在相应维数上的循环，在内层循环体内执行相应的升序排列的任务，并生成下标所引数组。为此，定义一个过渡变量会，用来辅助实现数组元素交换。数组行数为，列数为，过渡变量为cary,下标索引数组I，维数与相同。
实施例2
结合图1，本发明的处理流程如下：aiNet是进化的，它用进化策略控制网络动态和可塑性；它也是连接的，需要定义一个连接强度矩阵度量网络细胞之间的亲和力；网络中聚类负责映射数据集合中的聚类到网络聚类，图1（a）所示；图1（b）所示为一个由aiNet产生的网络结构；图中给出细胞表示和连接强度，虚线表示为了检测聚类和定义最终的网络结构，连接应被剪除。
实施例3
aiNet算法描述如下：
1 对每一个抗原模式do：
1.1 确定亲和力，对所有，。
1.2 选择由个最高亲和力抗体组成的子集。
1.3 个选择的抗体将扩增，与抗原亲和力成比例，产生一个克隆集合。亲和力越高，个被选择的抗体的克隆规模越大。
1.4 集合提交给亲和力成熟过程，产生一个变异集合，其中来自的每一个抗体k将经历一个速率（与父代抗体的抗原亲和力成反比）：亲和力越高，变异率越低。正比于，k=1,…,。
1.5 确定亲和力，在之间和所有的元素之间。。
1.6 从。重新选择具有最高的抗体，并放入克隆记忆矩阵。
1.7 细胞凋亡：从亲和力的清除所有记忆克隆。
1.8 确定记忆克隆之间的亲和力，。
1.9 克隆抑制：清除的记忆克隆；对用结果克隆记忆连接整体抗体记忆矩阵。
2 确定来自的所有记忆抗体之间的亲和力：。
3 网络抑制：清除所有的抗体。
4 建立整个抗体矩阵。

资源描述

《一种人工免疫系统模型AINET从MATLAB向JAVA的转换生成方法.pdf》由会员分享，可在线阅读，更多相关《一种人工免疫系统模型AINET从MATLAB向JAVA的转换生成方法.pdf（6页珍藏版）》请在专利查询网上搜索。

1、(10)申请公布号 (43)申请公布日 (21)申请号 201410691610.0 (22)申请日 2014.11.27 G06F 19/28(2011.01) G06F 9/44(2006.01) (71)申请人哈尔滨金都太阳能科技有限公司地址 150300 黑龙江省哈尔滨市阿城区舍利乡新合村 (72)发明人王永刚胡晶 (54) 发明名称一种人工免疫系统模型 aiNet 从 Matlab 向 Java 的转换生成方法 (57) 摘要本发明提供的是一种人工免疫系统模型 aiNet从Matlab向Java的转换生成方法。 MATLAB 专门以矩阵的方式处理计算数据，它把数值计算。

2、和可视化环境集成到一起，提供了大量的函数。在将以 MATLAB 实现的程序向 JAVA 转化时，解决的问题就是用 JAVA 语言实现各种矩阵的运算，将 MATLAB 中的函数命令以 JAVA 语言的形式显式地表达出来。 (51)Int.Cl. (19)中华人民共和国国家知识产权局 (12)发明专利申请权利要求书1页说明书3页附图1页 (10)申请公布号 CN 104462871 A (43)申请公布日 2015.03.25 CN 104462871 A 1/1 页 2 1.一种人工免疫系统模型 aiNet 从 Matlab 向 Java 的转换生成方法，其特征在于： M。

3、ATLAB 实现的 aiNet 算法用 M 语言以一组函数文件的形式实现，在 JAVA 代码中，这些函数文件将以类的形式出现，用类中的方法具体实现 aiNet 算法；运行 MATLAB 实现的 aiNet 算法，其程序是从 tutorial 函数开始，创建 tutorial 类，其中包含 main（）方法， JAVA 代码从 main（）方法处开始执行；根据运行 MATLAB 代码，在 JAVA 中实现了数据的图形化。 2.根据权利要求 1 所述的人工免疫系统模型 aiNet 从 Matlab 向 Java 的转换生成方法，其特征在于：所述在 MATLA。

4、B 中通过调用命令完成复杂的矩阵运算，在 JAVA 代码中不能直接调用这些命令，以 JAVA 代码显式的表达 MATLAB 命令所实现的算法；在 JAVA 中涉及的数据结构是数组，运用循环结构处理数组，从而达到效果；在 aiNet 算法中反复出现的求向量间距离的代码，在 MATLAB 中用 dist（）命令以实现。 3.根据权利要求 1 所述的人工免疫系统模型 aiNet 从 Matlab 向 Java 的转换生成方法，其特征在于：所述的 JAVA 中，应用 JAVA 的绘图和绘画方法来完成图形制作，在 JAVA 中绘制图形使用库类和方法，绘制表示数学。

5、方程的图形类，在 aiNet 算法中实现带有坐标系的图形。权利要求书 CN 104462871 A 2 1/3 页 3 一种人工免疫系统模型 aiNet 从 Matlab 向 Java 的转换生成方法技术领域 0001 本发明涉及的是一种人工免疫系统模型，特别涉及到一种aiNet从Matlab向Java 的转换生成技术。背景技术 0002 人工免疫系统是研究、借鉴、利用生物免疫系统（主要是人类免疫系统）的各种原理和机制而发展的各类信息处理技术、计算技术及其在工程和科学应用中产生的各种智能系统的统称。 AiNet是由de Castro提出的一种免疫网络模型，。

6、用来研究标志数据集合的聚类和过滤问题，表明免疫系统具有强大的计算能力，可利用免疫概念发展强大的数据处理计算工具。 0003 巴西 Campinas 大学的 Leandro Nunes De Castro 博士提出一种名为 aiNet 的免疫网络 4。他研究了免疫系统的一些基本问题，忽略 B 细胞和抗体的区别。目的是研究未标志数据集合的聚类和过滤，可利用免疫概念发展强大的数据处理计算工具。该网络具有减少冗余、描述数据结构、包括聚类形状等特征。表明免疫系统具有强大的计算能力。 0004 从信息处理角度看，脊椎动物免疫系统有许多对工程有用的机制。理论免疫学有几种相应的理论，。

7、包括免疫网络理论、克隆选择以及亲合度成熟原理。免疫网络理论假设免疫细胞活动、记忆突现和自体细胞与外部入侵者之间的区分都是抗体和细胞之间形成的网络实现的。克隆选择原理提出免疫系统与病原体结合产生适应免疫应答的方式。亲和力成熟用于解释免疫系统在识别和清除病原体任务中如何变得越来越好。这些理论、概念和思想被用于开发一种人工免疫网络模型，称为aiNet。能够模拟脊椎动物免疫系统类似的机制解决工程中的模式识别任务。发明内容 0005 本发明的目的在于提供一种用于人工免疫系统模型 aiNet 的 Matlab 程序转换成面向对象的、以 Java 语言实现的程序，使模型得到更。

8、广泛、高效地应用。 0006 本发明的目的是这样实现的：首先求记忆矩阵中各克隆的亲和力，在 MATLAB 中使用 dist() 命令实现；其次使用了 triu() 命令和 find() 命令实现寻找亲和力矩阵中在要求范围内的元素的坐标，再利用内部函数 ver_eq() 和 extract() 完成提取符合标准的元素的工作。 0007 一种人工免疫系统模型 aiNet 从 Matlab 向 Java 的转换生成方法，以 MATLAB 实现的 aiNet 算法用 M 语言以一组函数文件的形式实现，在 JAVA 代码中，这些函数文件将以类的形式出现，用类中的方法具体实。

9、现aiNet算法；运行MATLAB实现的aiNet算法，其程序是从 tutorial 函数开始，创建 tutorial 类，其中包含 main（）方法， JAVA 代码从 main（）方法处开始执行；根据运行 MATLAB 代码，在 JAVA 中实现了数据的图形化。 0008 所述在 MATLAB 中通过调用命令完成复杂的矩阵运算，在 JAVA 代码中不能直接调说明书 CN 104462871 A 3 2/3 页 4 用这些命令，以 JAVA 代码显式的表达 MATLAB 命令所实现的算法；在 JAVA 中涉及的数据结构是数组，运用循环结构处理数组，。

10、从而达到效果；在 aiNet 算法中反复出现的求向量间距离的代码，在 MATLAB 中用 dist（）命令以实现。 0009 所述的 JAVA中，应用 JAVA的绘图和绘画方法来完成图形制作，在 JAVA 中绘制图形使用库类和方法，绘制表示数学方程的图形类，在 aiNet 算法中实现带有坐标系的图形。 0010 该技术方案的优点在于： 1、 Java 是与平台无关、分布式语言，所以将程序用 Java 实现有着更广泛的应用，更高的效率； 2、采用 Java 的人工免疫系统模型可以一次编写，移植性好，便于计算机网络上运行； 3、模型的转换提供一种简单的拓。

11、展方法、减轻了编程的工作量，提高了优越性。附图说明 0011 图 1 为 aiNet 产生的网络结构示意图。具体实施方式 0012 下面结合附图举例对本发明做更详细地描述：实施例 1 一种人工免疫系统模型 aiNet 从 Matlab 向 Java 的转换生成方法，以 ATLAB 实现的 aiNet 算法用 M 语言以一组函数文件的形式实现，在 JAVA 代码中，这些函数文件将以类的形式出现，用类中的方法具体实现aiNet算法；运行MATLAB实现的aiNet算法，其程序是从 tutorial 函数开始，创建 tutorial 类，其中包含 main（）方法，。

12、 JAVA 代码从 main（）方法处开始执行；根据运行 MATLAB 代码，在 JAVA 中实现了数据的图形化。 0013 所述在 MATLAB 中通过调用命令完成复杂的矩阵运算，在 JAVA 代码中不能直接调用这些命令，以 JAVA 代码显式的表达 MATLAB 命令所实现的算法；在 JAVA 中涉及的数据结构是数组，运用循环结构处理数组，从而达到效果；在 aiNet 算法中反复出现的求向量间距离的代码，在 MATLAB 中用 dist（）命令以实现。 0014 所述的 JAVA中，应用 JAVA的绘图和绘画方法来完成图形制作，在 JAVA 中绘制图。

13、形使用库类和方法，绘制表示数学方程的图形类，在 aiNet 算法中实现带有坐标系的图形。 0015 在 JAVA 中定义 private void suppress() 方法来实现克隆抑制。在程序主体中编写代码实现 MATLAB 命令。的结果相当于矩阵和其转秩矩阵乘积后各元素分别开方得到的矩阵。结果矩阵中第 x 行 y 列的元素为矩阵中第 x 行和第 y 行乘积的平方根。的行数为，列数为，为存放结果的数组，为行列。在程序主体中接着 dist() 命令的是 sort() 命令，这个命令的用途是在指定维数方向上实现升序排列元素，同时返回一个记载下标所引的数组。为此设计的 J。

14、AVA 程序中将在非指定维数上先执行循环操作，其中嵌套着在相应维数上的循环，在内层循环体内执行相应的升序排列的任务，并生成下标所引数组。为此，定义一个过渡变量会，用来辅助实现数组元素交换。数组行数为，列数为，过渡变量为 cary, 下标索引数组 I，维数与相同。 0016 实施例 2 结合图 1，本发明的处理流程如下： aiNet 是进化的，它用进化策略控制网络动态和可说明书 CN 104462871 A 4 3/3 页 5 塑性；它也是连接的，需要定义一个连接强度矩阵度量网络细胞之间的亲和力；网络中聚类负责映射数据集合中的聚类到网络聚类，图 1（。

15、a）所示；图 1（b）所示为一个由 aiNet 产生的网络结构；图中给出细胞表示和连接强度，虚线表示为了检测聚类和定义最终的网络结构，连接应被剪除。 0017 实施例 3 aiNet算法描述如下： 1 对每一个抗原模式do ： 1.1 确定亲和力，对所有，。 1.2 选择由个最高亲和力抗体组成的子集。 0018 1.3 个选择的抗体将扩增，与抗原亲和力成比例，产生一个克隆集合。亲和力越高，个被选择的抗体的克隆规模越大。 0019 1.4 集合提交给亲和力成熟过程，产生一个变异集合，其中来自的每一个抗体 k 将经历一个速率（与父代抗体的抗原亲和力成反比）。

16、：亲和力越高，变异率越低。正比于， k=1,。 0020 1.5 确定亲和力，在之间和所有的元素之间。。 0021 1.6 从。重新选择具有最高的抗体，并放入克隆记忆矩阵。 0022 1.7 细胞凋亡：从亲和力的清除所有记忆克隆。 0023 1.8 确定记忆克隆之间的亲和力，。 0024 1.9 克隆抑制：清除的记忆克隆；对用结果克隆记忆连接整体抗体记忆矩阵。 0025 2 确定来自的所有记忆抗体之间的亲和力：。 0026 3 网络抑制：清除所有的抗体。 0027 4 建立整个抗体矩阵。说明书 CN 104462871 A 5 1/1 页 6 图 1 说明书附图 CN 104462871 A 6 。

展开阅读全文