噪声数据流的分类方法.pdfVIP

第27卷 第3期 天 津 理 工 大 学 学 报 Vo1．27No．3 2011年6月 JoUI LoFTIANJIN UNIVERSITYoFTECHNoLoGY Jun．2011 文章编号：1673-095X(2011)03—0037—05 噪声数据流的分类方法 陈丙杰，王晓晔，常 飞 (天津理工大学 计算机与通信工程学院，天津 300384) 摘 要：数据流中噪声数据的处理是当前数据流分类挖掘 中重要的研究分支，近些年来得到了广泛的关注．本文提 出了一种称为FDBCA的数据流分类算法．它使用基于密度的带有噪声的空间聚类(DBSCAN)的改进算法Fast—DB- SCAN(FDBSCAN)处理噪声数据 ，并利用错误率方差(MSE)来检测概念漂移．同已有的数据流分类算法相比，实验结 果表明了FDBCA算法可以提高噪声数据流的分类精度． 关键词：数据流；概念漂移；FDBSCAN；分类算法 中图分类号：TP301．6 文献标识码 ：A doi：10．3969／j．issn．1673-095X．2011．03．010 Classificationmethodofnoisedatastream CHENBing-jie，WANGXiao—ye，CHANGFei (SchoolofComputerandCommunicationsEngineering，TianjinUniversityofTechnology，Tianjin300384，China) Abstract：Processingnoisedatafrom datastream isoneofthemostimportantfieldsindatastream classification．Inthispa— per，anew classificationalgorithm calledFDBCA isproposed，whichdealswithnoisedatabyFast·DBSCAN thatimproved densitybasedspatial clusteringofapplicationswithnoisealgorithm ，andusemean squareerrortodetectconceptdrifting． Theexperimentalresultsshow thatFDBCA Cna improveclassificationaccuracyonclassifyingnoisedatastrema compraedwith existeddatastream classificationalgorithm． Keywords：datastream ；conceptdrifting；FDBSCAN ；classificationalgorithm 近些年来，由于信息技术的快速发展，众多的应 于属性 的动态分类器选择算法 AO—DCS ；以 用领域如网络安全，电子商务，气象监控等都产生了 SRMTDS模型为基础，李等于2008年设计了概念漂 海量的数据，然而这些数据中蕴含着丰富且有价值 移数据流分类算法 SRMTCD¨3等等．然而这些算法 的知识亟待挖掘．由于分类技术是数据挖掘研究领 的抗噪性差，在含有噪声的数据流中，这些分类算法 域的主要分支，因而数据流分类技术成为数据挖掘 往往把噪声数据错认为概念漂移，导致算法的分类 研究的热点问题之一． 精度明显降低． 数据流分类技术中面临的两个重要问题是概念 针对上述问题，本文提出了FDBCA数据流分类 漂移和噪声处理，现有的数据流分类算