面向高速数据流的集成分类器算法

• 作者: 李南 郭躬德
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 概念漂移 数据流 子空间 分类 集成
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 629-633
• 分类号: TP18|TP311
• 字数: 4872字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.00629

摘要

数据流挖掘要求算法在占用少量内存空间的前提下快速地处理数据并且自适应概念漂移,据此提出一种面向高速数据流的集成分类器算法.该算法将原始数据流沿着时间轴划分为若干数据块后,在各个数据块上计算所有类别的中心点和对应的子空间；此后将各个数据决上每个类别的中心点和对应的子空间集成作为分类模型,并利用统计理论的相关知识检测概念漂移,动态地调整模型.实验结果表明,该方法能够在自适应数据流概念漂移的前提下对数据流进行快速的分类,并得到较好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭躬德	福建师范大学数学与计算机科学学院	74	600	12.0	22.0
5	李南	福建师范大学数学与计算机科学学院	3	18	3.0	3.0