基于密度网格的概念漂移检测算法研究

• 作者: 崔泽林
• 来源期刊: 网络安全技术与应用
• 关键词: 数据流挖掘 聚类 密度网格 概念漂移
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 安全模型、算法与编程
• 页码范围: 60-61
• 页数: 2页
• 字数: 2523字
• 语种: 中文

摘要

数据流的概念会随着时间的变化而变化,例如天气预报和网络监控.这种随时改变概念的现象叫做概念漂移.如果不处理好概念漂移不仅降低聚类的质量,并且还会导致错误的聚类结果.现有的概念漂移算法大多都依据分类算法,根据分类算法中的错误率来判断概念漂移.然而,在随时变化的数据流中很难发现类标签.在聚类检测概念漂移中,很多聚类算法都是再概念漂移检测之前,所以当发生概念漂移的时候还要重新聚类.我们提出了一种基于密度网格的数据流聚类和概念漂移检测算法,这个框架采用了一种策略动态地改变滑动窗口.由于用到了密度网格技术,它提升了DCDA检测算法的效率,并且利用可变滑动窗口替换了固定滑动窗口以适应数据流的变化.实验结果证明我们的框架在准确率和时间效率上好于DCDA.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔泽林	北京交通大学计算机与信息技术学院	1	0	0.0	0.0