基于主要特征抽取的重现概念漂移处理算法-数据采集与处理.pdfVIP

下载本文档

9
0
约3.99万字
约 11页
2017-11-11 发布于天津
举报
版权申诉

基于主要特征抽取的重现概念漂移处理算法-数据采集与处理.pdf

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

基于主要特征抽取的重现概念漂移处理算法冯超文益民汤凌冰桂林电子科技大学计算机科学与工程学院桂林桂林电子科技大学广西可信软件重点实验室桂林湖南商学院计信学院长沙摘要针对重现概念漂移检测中的概念表征和分类器选择问题提出了一种适用于含重现概念漂移的数据流分类的算法基于主要特征抽取的概念聚类和预测算法通过计算不同批次样本的主要特征及影响因子的差异度以识别重复出现的概念为每个概念维持且及时更新一个分类器并依据不等式选择最合适的分类器对当前样本集实施分类以提高对概念漂移的反应能力在个数据集上的实验表明在含重现概念漂移的数据集上的分类准确率对概念漂移的反应能力及对概念漂移检测的准确率均明显优于其他种对比算法且也适用于对不含重现概念漂移的数据流进行分类关键词重现概念漂移主要特征影响因子数据流不等式中图分类号文献标志码