基于图的概念重现发现与预测

• 作者: 孙艳歌 王志海 白洋
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 数据流 数据挖掘 概念漂移 漂移检测 概念重现
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 电气与信息工程
• 页码范围: 57-64
• 页数: 8页
• 分类号: TP311
• 字数: 6892字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6833.2017.01.021

摘要

概念漂移是数据流挖掘中具有挑战性的问题.当概念漂移发生后,原有分类模型的分类正确率会显著下降,因此需要及时发现并调整模型以适应这些改变.概念重现是概念漂移的特殊情况,然而已有的算法大多未能充分考虑这种状况.为此,提出一种能够处理重现的概念检测方法.试验结果表明,该方法能够以较低的延迟和较低的误报率检测到概念漂移,并且可以识别重现的概念,很大程度上提升了分类器的分类正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志海	北京交通大学计算机与信息技术学院	64	491	11.0	20.0
2	孙艳歌	北京交通大学计算机与信息技术学院	14	76	6.0	8.0
6	白洋	北京交通大学计算机与信息技术学院	3	12	2.0	3.0