概念漂移数据流集成分类算法综述

• 作者: 孙蕊 张春砚 杜诗语 申明尧 韩萌
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 动态数据流 集成 分类 概念漂移 增量学习
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 热点与综述
• 页码范围: 15-24,30
• 页数: 11页
• 分类号: TP393
• 字数: 11541字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0055747

摘要

针对概念漂移数据流集成分类算法的基本概念、相关工作、适用范围及优缺点等方面进行具体阐述,重点分析突变型、渐变型、重复型和增量型集成分类算法,以及集成分类中的 Bagging、Boosting、基分类器组合学习策略与在线学习、基于块的集成、增量学习关键技术,指出现阶段概念漂移数据流集成分类算法所需解决的主要问题,并对集成基分类器的动态更新与加权组合、多类型概念漂移的快速检测等研究方向进行分析和展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩萌	北方民族大学计算机科学与工程学院	26	99	4.0	9.0
2	张春砚	北方民族大学计算机科学与工程学院	2	0	0.0	0.0
3	孙蕊	北方民族大学计算机科学与工程学院	2	0	0.0	0.0
4	杜诗语	北方民族大学计算机科学与工程学院	2	4	1.0	2.0
5	申明尧	北方民族大学计算机科学与工程学院	2	4	1.0	2.0