一种抗噪的动态数据流分类算法.pdfVIP

第３０卷第３期 江苏科技大学学报（自然科学版） Ｖｏｌ３０ Ｎｏ３ 　 ２０１６年６月 ＪｏｕｒｎａｌｏｆＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）　 Ｊｕｎ．２０１６ 　　　　　　 ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３－４８０７．２０１６．０３．０１５ 一种抗噪的动态数据流分类算法 黄树成，刘　悦 （江苏科技大学 计算机科学与工程学院，江苏 镇江　２１２００３） 摘　要：数据流中的概念漂移问题已成为数据挖掘领域研究的热点之一．现实环境中的噪声直接影响概念漂移的检测及分类 效果，因此，具有良好抗噪性能的数据流分类算法有重要的研究和应用价值．据此，文中提出了一种动态数据流分类算法ＦＤＢ ＣＡ（ＦＤＢＳＣＡＮｂａｓｅｄｃｌａｓｓｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍ）．该算法使用ＤＢＳＣＡＮ的改进算法ＦＤＢＳＣＡＮ来过滤噪声，以ＵＦＦＴ为基分类器构 建加权集成模型，同时引入假设检验中的 检验方法检测概念漂移，动态更新分类模型，具有较好的性能和分类效果．实验结 μ 果表明，同已有的数据流分类算法相比，ＦＤＢＣＡ算法在处理带有噪声的概念漂移数据流时具有更好的分类精度． 关键词：数据流；噪声；概念漂移；分类算法 中图分类号：ＴＰ３０１６　　　　　文献标志码：Ａ　　　　　文章编号：１６７３－４８０７（２０１６）０３－０２８１－０５ Ｃｌａｓｓｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｎｏｉｓｙａｎｄｄｙｎａｍｉｃｄａｔａｓｔｒｅａｍ ＨＵＡＮＧＳｈｕｃｈｅｎｇ，ＬＩＵＹｕｅ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＺｈｅｎｊｉａｎｇＪｉａｎｇｓｕ２１２００３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｒａｃｋｉｎｇｃｏｎｃｅｐｔｄｒｉｆｔｓｉｎｄａｔａｓｔｒｅａｍｓｈａｓｂｅｃｏｍｅａｈｏｔｔｏｐｉｃｉｎｄａｔａｓｔｒｅａｍｍｉｎｉｎｇ．Ｈｏｗｅｖｅｒ，ｎｏｉｓｅ ｄｉｒｅｃｔｌｙａｆｆｅｃｔｓｔｈｅｒｅｓｕｌｔｏｆｄｅｔｅｃｔｉｏｎｏｆｃｏｎｃｅｐｔｄｒｉｆｔａｎｄｔｈｅｅｆｆｅｃｔｏｆｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｔｈｅｒｅｆｏｒｅ，ａｎａｎｔｉｎｏｉｓｅ ｍｅｔｈｏｄｉｓｏｆｉｍｐｏｒｔａｎｃｅｆｏｒｒｅｓｅａｒｃｈａｎｄａｐｐｌｉｃａｔｉｏｎ．Ｏｎｔｈｉｓｂａｓｉｓ，ａｎｅｗｃｌａｓｓｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｍｉｎｉｎｇｄａｔａ ｓｔｒｅａｍｓｉｓｐｒｏｐｏｓｅｄ，ｃａｌｌｅｄＦＤＢＣＡ，ｗｈｉｃｈｄｅａｌｓｗｉｔｈｎｏｉｓｅｄａｔａｂｙＦａｓｔＤＢＳＣＡＮｔｈａｔｉｍｐｒｏｖｅｄｄｅｎｓｉｔｙｂａｓｅｄ ｓｐａｔｉａｌｃｌｕｓｔｅｒｉｎｇｏｆａｐｐｌｉｃａｔｉｏｎｓｗｉｔｈｎｏｉｓｅａｌｇｏｒｉｔｈｍ．Ｉｎｔｈｅａｌｇｏｒｉｔｈｍ，ｄｅｃｉｓｉｏｎｔｒｅｅｓｂａｓｅｄｏｎＵＦＦＴａｒｅｓｅｌｅｃｔ ｅｄａｓｔｈｅｂａｓｉｃｃｌａｓｓｉｆｉｅｒｓ，ｍｅａｎｗｈｉｌｅｉｔｕｓｅｓｔｈｅ ｈｙｐｏｔｈｅｓｉｓｔｅｓｔｉｎｇｍｅｔｈｏｄｔｏｄｅｔｅｃｔｃｏｎｃｅｐｔｄｒｉｆｔｓ，ｕｐｄａｔｅ μ ｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌｄｙｎａｍｉｃａｌｌｙ，ａｎｄｈａｓｂｅｔｔｅｒｐｒｏｐｅｒｔｙａｎｄｅｆｆｅｃｔ．ＴｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔＦＤＢＣＡ ｉｓｓｕｐｅｒｉｏｒｔｏｓｅｖｅｒａｌｅｘｉｓｔｉｎｇａｌｇｏｒｉｔｈｍｓｉｎｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙｗｈｅｎｈａｎｄｌｉｎｇｎｏｉｓｙｄａｔａｓｔｒｅａｍｓｗｉｔｈｃｏｎｃｅｐｔ ｄｒｉｆｔｓ． Ｋｅｙｗｏｒｄｓ：ｄａｔａｓｔｒｅａｍｓ，ｎｏｉｓｅ，ｃｏｎｃｅｐｔｄｒｉｆｔｓ，ｃｌａｓｓｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍ 　　随着网络通信、计算机科学与信息技术的深入 点和难点之一． 发展，金融数据分析、