人工免疫系统是基于生物免疫系统的功能、原理、基本特征以及相关学说而提出的相应的模型和算法,用于解决各种复杂问题的计算系统。作为计算智能领域的研究热点,人工免疫系统已经在信息安全、模式识别、智能优化、自动控制、数据挖掘等诸多领域到应用,体现了强大的信息处理和问题求解能力。人工免疫网络是人工免疫系统的一个重要模型,被广泛应用到数据挖掘和机器学习方向。本文在深入研究免疫网络理论的基础上,提出了一种基于结构自适应免疫网络的数据分类算法,分析了算法的分类性能和参数设置,接着研究了该算法在两个实际问题上的应用：基于结构自适应免疫网络分类的入侵检测和基于结构自适应免疫网络的手写数字识别。本文的主要研究工作如下：1.提出了一种新的结构自适应免疫网络分类算法。该算法基于免疫网络的基本原理,采用抗原并行提呈和学习的机制,引入新的抗体邻域概念和自适应的学习因子,通过免疫克隆操作和死亡操作来实现网络结构的稳定。实验结果表明该算法具有较好的自适应结构,较高的分类正确率和数据压缩率2.提出了基于结构自适应免疫网络分类的入侵检测算法。该算法利用了入侵检测与人工免疫系统具有的一定的相似性,把人工免疫网络分类算法应用在入侵检测,建立了一个基于免疫网络分类的入侵检测系统软件。3.提出了基于结构自适应免疫网络分类的手写数字识别算法。该算法将人工免疫网络分类算法引入到了手写数字识别领域,探索了人工免疫网络分类算法在手写数字识别方向的可行性与有效性,得到了良好的实验结果。