- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于半监督学习的数据流分类算法.doc
基于半监督学习的数据流分类方法
黄树成1,2 朱宇光2 董逸生1
1(东南大学计算机科学与工程学院,南京210096)
2(常州工学院计算机科学与工程系,江苏常州 213006)
(schuang6@)
摘要 在数据流上建立有效的分类模型具有许多应用。流数据的动态性给业界提出了两个关键问题:如何监测数据流的变化;一旦发生显著变化,如何高效地组织足够的训练数据,调整无效的模型。本文提出了一个基于半监督学习的分类算法,较好地解决了这些问题。设计了一种识别显著变化的可靠方法;提出了一个基于Na?ve Bayes的EM算法,利用较少的类标数据来扩大训练数据集,从而极大地降低类标数据的需求量。基于新的训练数据可以构建一个有效的分类器。实验结果证明了算法的优势。
关键词 数据流分类;显著变化;类标数据;半监督学习;基于Na?ve Bayes的EM算法。
中图法分类号 TP311.13
Semi-supervised Learning Based Approach for Classifying Data Streams
Huang Shucheng1,2 Dony Yisheng1
1(School of Computer Science and Engineering, Southeast University, Nanjing, 210096)
2(Department of Computer Science and Engineering, Changzhou Institute of Technology, Jiangsu Changzhou, 213006)
Abstract Mining on data streams and constructing a classification model has found many applications. The dynamic nature of streaming data poses two key issues facing associated communities: one is how to monitor the potential changes occurring in data streams, and the other is how to collect sufficient labeled data to adjust the outdated model for adapting to significant changes. In this paper, a semi-supervised learning based algorithm is proposed to attack these problems. We devise a reliable method for monitor and differing significant changes from noisy changes. Whenever the significant changes present, an EM with na?ve Bayes algorithm is employed to augment currently insufficient labeled data into a sufficient training data set. So the need for labeled data is sharply reduced, and an effective classifier can be generated based on the new training data. Experiment results confirm the advantages of the algorithm.
Keywords Data Streams Classification; Significant Changes; Labeled Data; Semi-supervised Learning; EM with Na?ve Bayes Algorithm.
1.引言
数据流挖掘是一个研究热点[1]。数据流的动态性给数据流分类提出了极大的挑战,关键是如何监测潜在的变化和组织新的训练数据响应数据流发生的变化。
许多数据流分类方法,比如[2,3,4],假设类标数据容易获得且随时可以挖掘。但在实际应用中,数据的类标很难及时得到。
Wei F.等人在[5,6]中提出主动挖掘的思想,但检测变化的方法缺乏可靠性,而且模型的更新依赖于类标数据的数量。
我们提出了一种识别变化的方法和一种基于Na?ve Bayes的EM算法,可以降低更新分类模型
您可能关注的文档
- 基于IEAPNN的边坡岩体稳定性预测研究.pdf
- 基于IPv6实名地址的可信通信机制.pdf
- 基于IPv6的网络安全与性能分析.pdf
- 基于IXP2400的安全网关实现研究设计论文.pdf
- 基于J2EE平台的B/S系统性能优化设计研究.pdf
- 基于J2EE数据集成平台的设计.pdf
- 基于J2EE的高校后勤管理系统的研究和实现.pdf
- 基于J2ME_MobileSVG的手机地图服务.pdf
- 基于J2ME的公交查询系统的设计与实现.doc
- 基于JMF类BS结构的网络视频会议技术.pdf
- 2025至2030年中国瓦楞纸板印刷分压切角开槽机行业发展研究报告.docx
- 2025至2030年中国甲基紫行业发展研究报告.docx
- 2025至2030年中国环丙甲基酮行业发展研究报告.docx
- 2025至2030年中国汽车用悬架弹簧行业发展研究报告.docx
- 2025至2030年中国皮草护理上光剂行业发展研究报告.docx
- 2024年02月[江苏]2024年广发银行南京分行招考笔试历年参考题库附带答案详解.docx
- 2024年02月[浙江]2024年宁波银行总行综合柜员春季校园招考笔试历年参考题库附带答案详解.docx
- 2024年02月华夏银行哈尔滨分行春季校园招考笔试历年参考题库附带答案详解.docx
- 2024年03月[上海]鹿城农商银行上海松江富明村镇银行(筹)春季招考笔试历年参考题库附带答案详解.docx
- 2024年02月招商银行无锡分行招考毕业生笔试历年参考题库附带答案详解.docx
文档评论(0)