一种基于概念重复性的数据流集成分类算法

• 作者: 尹绍宏 张盼盼
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据挖掘 数据流 集成分类 概念漂移 重复性
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 80-84
• 页数: 5页
• 分类号: TP311.13
• 字数: 5647字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1408-0060

摘要

目前关于概念漂移数据流的分类研究已经取得了许多成果，但大部分没有充分考虑到数据流中概念重复出现的情况，这将耗费大量的计算和内存资源，增加了分类错误的可能性。为此，基于概念的重复性提出了一种数据流集成分类算法，该算法运用集成分类思想处理数据流中的概念漂移，但在学习过程中不会将暂时失效的概念及对应基分类器删除，而是把它们的基本信息存储起来，方便以后调用，并可根据概念间的转换关系预测即将到来的概念，在提高分类精度的同时又提高了时间效率。实验结果验证了算法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹绍宏		27	92	5.0	8.0
2	张盼盼		2	9	2.0	2.0