基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统分布式数据流挖掘算法的通信开销较大、分类精度较低的问题,提出一种基于支持向量数据描述的分布式数据流挖掘算法.利用局部站点快速更新数据流信息,采用支持向量机算法学习元级数据并传递到中心站点.中心站点负责接收及合并元级数据,形成全局分类结果.实验结果表明,该算法能在降低局部站点和中心站点网络通信量的同时,获得较高精度的全局分类结果.
推荐文章
分布式数据流中挖掘频繁项算法的研究
分布式数据流
频繁项
多线程并发技术
基于DSFCI-tree的分布式数据流频繁闭合模式挖掘
数据挖掘
分布式数据流
关联规则
频繁闭合项集
一种面向分布式数据流的闭频繁模式挖掘方法
智能交通系统
分布式数据流
闭频繁模式挖掘
MapReduce
传感器网络
基于分布式数据流的网络处理器数据收集分类平台
分布式数据流
网络处理器
数据收集
数据分类
分类平台
特征更新
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量数据描述的分布式数据流挖掘
来源期刊 计算机工程 学科 工学
关键词 分布式数据流 数据挖掘 支持向量数据描述 支持向量机 增量式挖掘
年,卷(期) 2012,(18) 所属期刊栏目 软件技术与数据库
研究方向 页码范围 34-36
页数 分类号 TP391
字数 3012字 语种 中文
DOI 10.3969/j.issn.1000-3428.2012.18.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 毛国君 中央财经大学信息学院 12 51 4.0 7.0
2 蔡国祯 北京工业大学计算机学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (1854)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
分布式数据流
数据挖掘
支持向量数据描述
支持向量机
增量式挖掘
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导