导读:本文包含了免疫学原理论文开题报告文献综述及选题提纲参考文献，主要关键词:土地综合承载力,可持续发展,生物免疫学,状态空间模型
免疫学原理论文文献综述
魏玮,伍博炜,王强,曾月娥,伍世代[1]（2015）在《基于生物免疫学原理的海西城市群土地综合承载力研究》一文中研究指出本文根据免疫学原理,从土地承载力(包括天然的、获得性的)和人口社会经济发展压力两个方面构建综合评价指标体系,将生物免疫学模型进行修正后与状态空间模型相结合,以海峡西岸城市群为例,对2006-2012年期间土地综合承载力时空分异特征及可持续发展状态进行综合测评。研究表明:在2006-2012年期间,承载力和压力二者的变化趋势夹角总体上由正转负,可持续发展趋势不太乐观;对2006年、2012年两个评价时点承载潜力对比分析发现,初步判断为超载的面积比重由72.9%扩大到90.3%,承载潜力内部差距正在逐渐拉近,承载潜力空间上均呈现"总体沿海高于内陆,局部山区和发展节点较低"的分布特征,与海峡西岸城市群的地势、开发密度的空间格局密切相关;未来应通过提高资源利用效率、改变发展方式等来调节承载力与压力之间的平衡,并重视引导各类社会经济要素在空间上的科学合理分布来促进城市群内部协调发展。(本文来源于《资源科学》期刊2015年10期）
杨锦锋[2]（2015）在《基于免疫学原理的词表示及其应用研究》一文中研究指出自然语言处理研究主要应用机器学习方法,需要对词进行数学表示。词表示就是采用数学形式用词的属性对词进行的表示,在现有研究中,词一般表示成向量,向量的每一维对应词的属性。词表示的学习可以事先独立于具体任务和模型,一旦词表示学习完毕,学习到的词表示可以共享给其他研究人员并整合到现有的自然语言处理研究中。词表示对自然语言处理研究至关重要,已广泛应用于词相似度计算、关系相似度计算、词性标注、句法分析、命名实体识别、情感分析等自然语言处理任务。词表示方法的理论根源是分布式语义假设,即出现在相同上下文的词倾向于表达相似的意义。所以现有词表示研究大多基于大规模语料,应用统计机器学习方法从词的上下文中学习词的向量表示。由于大多数统计机器学习方法缺乏持续学习能力,词表示只能是在给定规模的语料上一次性学习完成。所以现有词表示方法最大的问题就是缺乏持续学习能力,适应性较差,制约了词表示的进一步应用。本文借鉴人体适应性免疫学原理,构建多词主体自治学习模型从语料中学习词表示,试图解决这一问题。首先,本文系统地分析了语言和免疫系统的一致性,奠定本文研究的理论基础;然后,基于一致性,把词模拟成免疫细胞,引入克隆选择原理和免疫网络理论构建多词主体自治学习模型学习词表示;其次,在词相似度计算和关系相似度计算这两个任务上对本文提出的词表示方法进行了评价,这两个任务同时也是词表示的直接应用;最后把词表示应用到中文电子病历命名实体识别这一代表性的信息抽取任务中。主要研究内容包括以下五个方面:1.系统地比较了语言和免疫系统的一致性,深入分析了语言和免疫系统的一致性对词表示研究的重要启发。语言和免疫系统的一致性是本课题的理论基础,一致性对比分析从叁个方面展开,首先是学习特点的一致性,都具有持续学习特性;其次是作为语言的最小单位词和免疫系统的重要细胞B细胞存在深刻的一致性;最后是由词组成的语言网络和由B细胞组成的额免疫网络都具有复杂网络特性。这叁方面的一致性对模型的设计提供了重要启发,指导词表示学习模型的构建。2.提出基于免疫学原理的词表示方法和多词主体自治学习模型学习词的表示。在面向自治计算框架下采用主体建模方法,引入适应性免疫学原理(克隆选择原理和免疫网络理论),构建多词主体自治学习模型,该模型是一种在线学习模型。模型将词模拟成B细胞,将词的属性表示支配属性向量和依赖属性向量,并模拟成B细胞受体,词之间的依存关系模拟成B细胞之间的识别关系,识别方式是一个词的支配属性向量和另一个词的依赖属性向量进行匹配。在免疫学原理的作用下,模型调节词之间的结合强度,进而学习词的表示。3.基于本文的词表示方法提出一种词相似度计算方法,并通过实验验证词表示方法和词相似度计算方法的有效性。本文的词表示方法把词表示成两个向量,一个代表词的支配属性向量,另一个代表依赖属性向量;本文扩展分布式语义假设为“具有相似的支配上下文和相似的依赖上下文的两个词是相似的”,因此词相似度值需要考虑两个词在支配属性向量上的相似度和依赖属性上的相似度。该方法在评价数据上取得了有效的评价结果。4.基于本文的词表示方法提出一种词关系表示方法和词关系相似度计算方法,并通过实验验证词表示方法和词关系相似度计算方法的有效性。本文把词的结合关系泛化成语义关系,因而把一个词的支配属性向量和另一个词的依赖属性向量匹配后得到的向量作为关系的表示。词之间的关系存在方向性,因此本研究把词的关系表示成两个向量,一个代表词之间的正向关系,一个代表词之间的反向关系,分别对应于词之间的两种结合方式;基于这样的关系表示,本文认为只有在正向关系上和反向关系上同时相似的两个关系对才相似,因此关系相似度值需要考虑两个关系对在正向关系向量上的相似度和反向关系向量上的相似度。该方法在评价数据上取得了有效的评价结果。5.基于本文的词表示方法,引入词表示到命名实体识别模型中,提升中文电子病历命名实体识别的性能。本文首先抽取电子病历中的词,然后从新闻语料上学习到的词表示集中取得词的向量表示,对病历中的词进行聚类,然后把词的聚类作为命名实体识别模型的特征,实现了领域间知识的迁移。对比实验表明本文的词表示能有效提升中文电子病历命名实体识别的性能。综上所述,针对现有词表示方法缺乏持续学习能力这一不足,本文受语言和免疫系统的一致性启发,把词模拟成免疫细胞,基于适应性免疫学原理构建多词主体自治学习模型学习词的表示,并在词相似度计算、词关系相似度计算验证有效,而且成功应用于中文电子病历命名实体识别,取得了一些初步的研究成果。我们期待这些研究成果能够进一步推动自然语言处理领域持续学习研究的发展。(本文来源于《哈尔滨工业大学》期刊2015-06-01）
胡宾,新燕,沈敬华[3]（2013）在《浅论心理学原理在免疫学教学中的应用》一文中研究指出免疫学是重要的医学基础课程,理论性强、内容复杂、发展迅速,是公认的"难教难学"的一门课程。合理运用心理学原理可以有效激发学生的学习动力,提高免疫学的教学质量。本文进一步探讨在免疫学教学中合理运用心理学原理的必要性。(本文来源于《考试周刊》期刊2013年91期）
辛瑜[4]（2011）在《免疫学原理与技术课程教学实践与探索》一文中研究指出免疫学原理与技术是大学生物教学中一门特殊的课程,是多门学科的交叉。构建一种以教师为主导,充分发挥学生的主观能动性的民主式、展示性、自主式教学模式,并引入一定的典型实验教学模式。在学生对课程的充分理解以及免疫实用技术的掌握方面,有较大的促进作用。(本文来源于《教育教学论坛》期刊2011年33期）
王松,王玉良,黄守程[5]（2011）在《应用型本科高校双语教学的研究与实践——以《免疫学原理》为例》一文中研究指出从人才培养目标出发,分析了应用型本科高校双语教学的现状,认为虽然很多应用型本科高校开展了双语教学的研究与实践,但能达到预期效果的不多;阐述了应用型本科高校实行双语教学的重要意义,并且以免疫学原理为例,探讨了应用型本科高校双语教学的基本方法,提出了应用型本科高校双语教学必需要明确教学目标,选择合适的双语教材,处理好教材的重点和难点,科学整合教材内容,并从教学模式、整体教学设计、专业词汇的学习、多媒体辅助教学手段的应用等方面改革教学方法与手段,同时改革"死记硬背"式的传统考试方式。通过几年的研究与实践,本课程在双语教学建设理论与实践上取得了可喜的成果,为应用型本科高校双语教学提供了一个新的思路。(本文来源于《宿州学院学报》期刊2011年02期）
崔萌萌,薛胜军[6]（2009）在《基于免疫学原理的混合入侵检测系统研究》一文中研究指出针对传统入侵检测系统仅可检测已知攻击的问题,在开放源代码入侵检测系统Snort的基础上,以插件形式加入免疫检测器模块,提出基于计算机免疫学原理的混合入侵检测系统。实验证明,该系统同时具有基于异常检测和基于误用检测的优点,自我学习、自我适应的能力强,平均检测率高于其他系统,能有效面对各种形式的攻击行为。(本文来源于《武汉理工大学学报》期刊2009年24期）
傅涛,孙文静,孙亚民,崔萌萌[7]（2008）在《基于免疫学原理的混合入侵检测系统的设计与实现》一文中研究指出讨论了基于免疫学的入侵检测系统的架构和各模块的功能,重点研究了本文提出的基于改造开发源代码的入侵检测系统Snort的免疫检测器模块的设计,以及免疫检测器的检测流程。以KDDCup99数据集为样本,运用本文设计的基于免疫学原理的混合入侵检测系统进行了入侵检测实验,对全部18种攻击类型行为的平均检测率为64.94%,检测结果令人鼓舞。(本文来源于《计算机科学》期刊2008年06期）
魏春英[8]（2008）在《一种基于免疫学原理的入侵检测模型》一文中研究指出通过对基于免疫原理的入侵检测相关技术的深入研究,提出了一个判断随机模式是否有漏洞的算法。对记忆检测器的冗余问题,借鉴免疫系统的变异原理,对记忆检测器集合进行了优化。在以上研究的基础上设计了一个新的入侵检测系统模型,模型中引入了检测器的亲和力成熟过程、记忆检测器变异以及非完全匹配规则,该模型具有分布性、自适应性以及轻负荷等优点。(本文来源于《计算机应用与软件》期刊2008年03期）
闭应洲,丁立新,杨小雄[9]（2007）在《基于免疫学原理降低交叉算子破坏性的研究》一文中研究指出应用免疫原理设计免疫算子对交叉结果进行修复,将免疫算子作为“有导向的变异算子”取代经典演化算法中的“盲目的变异算子”,有目的地利用待求解问题的知识抑制优化过程中的退化现象,并应用于旅行商问题。实验结果表明了算法的有效性。(本文来源于《计算机工程与应用》期刊2007年18期）
赵海霞[10]（2007）在《基于免疫学原理的入侵检测系统研究》一文中研究指出本文在研究现有的入侵检测系统和生物免疫系统的基础上,将生物免疫系统的原理应用于网络入侵检测系统,并结合生物免疫学的原理设计了一个基于免疫的入侵检测系统模型。该模型既能进行误用入侵检测,又能进行异常入侵检测。(本文来源于《中国西部科技(学术)》期刊2007年06期）
免疫学原理论文开题报告
（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：
自然语言处理研究主要应用机器学习方法,需要对词进行数学表示。词表示就是采用数学形式用词的属性对词进行的表示,在现有研究中,词一般表示成向量,向量的每一维对应词的属性。词表示的学习可以事先独立于具体任务和模型,一旦词表示学习完毕,学习到的词表示可以共享给其他研究人员并整合到现有的自然语言处理研究中。词表示对自然语言处理研究至关重要,已广泛应用于词相似度计算、关系相似度计算、词性标注、句法分析、命名实体识别、情感分析等自然语言处理任务。词表示方法的理论根源是分布式语义假设,即出现在相同上下文的词倾向于表达相似的意义。所以现有词表示研究大多基于大规模语料,应用统计机器学习方法从词的上下文中学习词的向量表示。由于大多数统计机器学习方法缺乏持续学习能力,词表示只能是在给定规模的语料上一次性学习完成。所以现有词表示方法最大的问题就是缺乏持续学习能力,适应性较差,制约了词表示的进一步应用。本文借鉴人体适应性免疫学原理,构建多词主体自治学习模型从语料中学习词表示,试图解决这一问题。首先,本文系统地分析了语言和免疫系统的一致性,奠定本文研究的理论基础;然后,基于一致性,把词模拟成免疫细胞,引入克隆选择原理和免疫网络理论构建多词主体自治学习模型学习词表示;其次,在词相似度计算和关系相似度计算这两个任务上对本文提出的词表示方法进行了评价,这两个任务同时也是词表示的直接应用;最后把词表示应用到中文电子病历命名实体识别这一代表性的信息抽取任务中。主要研究内容包括以下五个方面:1.系统地比较了语言和免疫系统的一致性,深入分析了语言和免疫系统的一致性对词表示研究的重要启发。语言和免疫系统的一致性是本课题的理论基础,一致性对比分析从叁个方面展开,首先是学习特点的一致性,都具有持续学习特性;其次是作为语言的最小单位词和免疫系统的重要细胞B细胞存在深刻的一致性;最后是由词组成的语言网络和由B细胞组成的额免疫网络都具有复杂网络特性。这叁方面的一致性对模型的设计提供了重要启发,指导词表示学习模型的构建。2.提出基于免疫学原理的词表示方法和多词主体自治学习模型学习词的表示。在面向自治计算框架下采用主体建模方法,引入适应性免疫学原理(克隆选择原理和免疫网络理论),构建多词主体自治学习模型,该模型是一种在线学习模型。模型将词模拟成B细胞,将词的属性表示支配属性向量和依赖属性向量,并模拟成B细胞受体,词之间的依存关系模拟成B细胞之间的识别关系,识别方式是一个词的支配属性向量和另一个词的依赖属性向量进行匹配。在免疫学原理的作用下,模型调节词之间的结合强度,进而学习词的表示。3.基于本文的词表示方法提出一种词相似度计算方法,并通过实验验证词表示方法和词相似度计算方法的有效性。本文的词表示方法把词表示成两个向量,一个代表词的支配属性向量,另一个代表依赖属性向量;本文扩展分布式语义假设为“具有相似的支配上下文和相似的依赖上下文的两个词是相似的”,因此词相似度值需要考虑两个词在支配属性向量上的相似度和依赖属性上的相似度。该方法在评价数据上取得了有效的评价结果。4.基于本文的词表示方法提出一种词关系表示方法和词关系相似度计算方法,并通过实验验证词表示方法和词关系相似度计算方法的有效性。本文把词的结合关系泛化成语义关系,因而把一个词的支配属性向量和另一个词的依赖属性向量匹配后得到的向量作为关系的表示。词之间的关系存在方向性,因此本研究把词的关系表示成两个向量,一个代表词之间的正向关系,一个代表词之间的反向关系,分别对应于词之间的两种结合方式;基于这样的关系表示,本文认为只有在正向关系上和反向关系上同时相似的两个关系对才相似,因此关系相似度值需要考虑两个关系对在正向关系向量上的相似度和反向关系向量上的相似度。该方法在评价数据上取得了有效的评价结果。5.基于本文的词表示方法,引入词表示到命名实体识别模型中,提升中文电子病历命名实体识别的性能。本文首先抽取电子病历中的词,然后从新闻语料上学习到的词表示集中取得词的向量表示,对病历中的词进行聚类,然后把词的聚类作为命名实体识别模型的特征,实现了领域间知识的迁移。对比实验表明本文的词表示能有效提升中文电子病历命名实体识别的性能。综上所述,针对现有词表示方法缺乏持续学习能力这一不足,本文受语言和免疫系统的一致性启发,把词模拟成免疫细胞,基于适应性免疫学原理构建多词主体自治学习模型学习词的表示,并在词相似度计算、词关系相似度计算验证有效,而且成功应用于中文电子病历命名实体识别,取得了一些初步的研究成果。我们期待这些研究成果能够进一步推动自然语言处理领域持续学习研究的发展。
（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。
免疫学原理论文参考文献
[1].魏玮,伍博炜,王强,曾月娥,伍世代.基于生物免疫学原理的海西城市群土地综合承载力研究[J].资源科学.2015
[2].杨锦锋.基于免疫学原理的词表示及其应用研究[D].哈尔滨工业大学.2015
[3].胡宾,新燕,沈敬华.浅论心理学原理在免疫学教学中的应用[J].考试周刊.2013
[4].辛瑜.免疫学原理与技术课程教学实践与探索[J].教育教学论坛.2011
[5].王松,王玉良,黄守程.应用型本科高校双语教学的研究与实践——以《免疫学原理》为例[J].宿州学院学报.2011
[6].崔萌萌,薛胜军.基于免疫学原理的混合入侵检测系统研究[J].武汉理工大学学报.2009
[7].傅涛,孙文静,孙亚民,崔萌萌.基于免疫学原理的混合入侵检测系统的设计与实现[J].计算机科学.2008
[8].魏春英.一种基于免疫学原理的入侵检测模型[J].计算机应用与软件.2008
[9].闭应洲,丁立新,杨小雄.基于免疫学原理降低交叉算子破坏性的研究[J].计算机工程与应用.2007
[10].赵海霞.基于免疫学原理的入侵检测系统研究[J].中国西部科技(学术).2007