基于随机标记子集的多标记数据流分类算法

• 作者: 卲罕 孙艳歌 尤磊 李艳灵
• 来源期刊: 信阳师范学院学报（自然科学版）
• 学科: 工学
• 关键词: 数据流 多标记 集成学习 概念漂移 依赖关系
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 应用技术研究
• 页码范围: 119-123
• 页数: 5页
• 分类号: TP311
• 字数: 4817字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0972.2018.01.024

摘要

提出了基于随机标记子集的多标记数据流分类算法,其基本思想是在多标记分类过程中,将原始较大的标记集随机地划分为多个较小的标记子集,并针对每个标记子集训练一个概率分类器链.在充分利用标记间依赖关系的同时,又有效地降低了概率分类器链的时间复杂度.同时,在算法中嵌入了自适应滑动窗口算法来检测概念漂移.实验结果表明,同其他算法相比,在大多数数据集合上能够更有效地预测实例的类标集合,更适合概念漂移的环境.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李艳灵	信阳师范学院计算机与信息技术学院	46	146	6.0	9.0
2	孙艳歌	信阳师范学院计算机与信息技术学院	21	64	5.0	6.0
3	尤磊	信阳师范学院计算机与信息技术学院	20	65	4.0	7.0
4	卲罕	信阳师范学院计算机与信息技术学院	1	1	1.0	1.0