基于特征漂移的数据流集成分类方法

• 作者: 刘树慧 张育培
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 特征选择 特征漂移 概念漂移 数据流 互信息 集成分类器
• 年，卷（期）: 2014,（5）
• 页码范围: 977-985
• 页数: 9页
• 分类号: TP274
• 字数: 8276字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2014.05.032

摘要

为构建更加有效的隐含概念漂移数据流分类器,依据不同数据特征对分类关键程度不同的理论,提出基于特征漂移的数据流集成分类方法(ECFD).首先,给出了特征漂移的概念及其与概念漂移的关系;然后,利用互信息理论提出一种适合数据流的无监督特征选择技术(UFF),从而析取关键特征子集以检测特征漂移;最后,选用具有概念漂移处理能力的基础分类算法,在关键特征子集上建立异构集成分类器,该方法展示了一种隐含概念漂移高维数据流分类的新思路.大量实验结果显示,尤其在高维数据流中,该方法在精度、运行速度及可扩展性方面都有较好的表现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张育培	郑州大学信息工程学院	2	13	2.0	2.0
2	刘树慧	郑州大学信息工程学院	1	9	1.0	1.0