版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著因特網(wǎng)技術(shù)的飛速發(fā)展,每天能獲取數(shù)以萬計(jì)甚至更多的數(shù)據(jù),這些數(shù)據(jù)以流的形式快速、連續(xù)地到達(dá),比如各類監(jiān)控系統(tǒng),網(wǎng)絡(luò)入侵檢測,信用卡欺詐檢測等產(chǎn)生的數(shù)據(jù)。如何從這些規(guī)模宏大、動態(tài)變化、實(shí)時涌現(xiàn)的數(shù)據(jù)流中提取出有效的信息已成為當(dāng)前數(shù)據(jù)挖掘領(lǐng)域研究的熱門問題。
數(shù)據(jù)流分類是數(shù)據(jù)流挖掘領(lǐng)域研究的重要內(nèi)容之一,傳統(tǒng)的數(shù)據(jù)分類算法對其不再適用,需要提出新穎的算法處理具有動態(tài)變化的數(shù)據(jù)流。對分類數(shù)據(jù)流的大多數(shù)研究均假設(shè)數(shù)據(jù)是相對平衡和穩(wěn)
2、定的,然而,事實(shí)并非如此。針對數(shù)據(jù)流的不均衡性與概念漂移的特點(diǎn),本文提出了兩種數(shù)據(jù)流分類模型,具體內(nèi)容如下:
(1)針對數(shù)據(jù)流規(guī)模巨大、實(shí)時性的特點(diǎn),提出了基于神經(jīng)網(wǎng)絡(luò)的不均衡數(shù)據(jù)流集成分類算法。該集成模型包含三個部分:平衡訓(xùn)練數(shù)據(jù)流樣本、構(gòu)建集成分類器池、用新到達(dá)的數(shù)據(jù)流樣本增量更新分類算法。用改進(jìn)的降采樣方法平衡數(shù)據(jù)流,BP神經(jīng)網(wǎng)絡(luò)作為基分類器。本文選擇了三個標(biāo)準(zhǔn)方法進(jìn)行實(shí)驗(yàn)對比,從UCI機(jī)器學(xué)習(xí)庫中選取十個數(shù)據(jù)集進(jìn)行評估
3、,實(shí)驗(yàn)結(jié)果表明本文提出的算法能有效地處理具有非穩(wěn)定和不均衡特征的數(shù)據(jù)流分類問題。
(2)針對數(shù)據(jù)流動態(tài)變化、非穩(wěn)定的特點(diǎn),提出了一個基于雙加權(quán)在線極限學(xué)習(xí)機(jī)的不均衡數(shù)據(jù)流分類模型。該模型以在線極限學(xué)習(xí)機(jī)作為基分類器,從時間和空間角度分析樣本的分布特點(diǎn),提出了一個自適應(yīng)雙加權(quán)機(jī)制來調(diào)整樣本在時間層面和空間層面的權(quán)重。分別采用概率密度函數(shù)計(jì)算在時間層面的權(quán)值以及增量式的概率神經(jīng)網(wǎng)絡(luò)計(jì)算在空間層面的權(quán)值,利用雙權(quán)值平衡當(dāng)前數(shù)據(jù)的類分
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向動態(tài)數(shù)據(jù)流的分類方法研究.pdf
- 不均衡數(shù)據(jù)分類方法的研究.pdf
- 面向數(shù)據(jù)流挖掘的分類和聚類算法研究.pdf
- 面向數(shù)據(jù)流的數(shù)據(jù)聚類算法研究.pdf
- 動態(tài)數(shù)據(jù)流分類方法研究.pdf
- 大規(guī)模不均衡數(shù)據(jù)分類方法研究.pdf
- 海量動態(tài)數(shù)據(jù)流分類方法研究.pdf
- 數(shù)據(jù)流聚類方法研究.pdf
- 面向主題的數(shù)據(jù)流聚類算法研究.pdf
- 面向數(shù)據(jù)流的優(yōu)化聚類算法研究.pdf
- 面向數(shù)據(jù)流挖掘的集成分類模型研究.pdf
- 面向概念漂移數(shù)據(jù)流的分類算法研究.pdf
- 多元不均衡數(shù)據(jù)分類問題研究.pdf
- 含有限類標(biāo)數(shù)據(jù)的數(shù)據(jù)流分類算法研究.pdf
- 面向不均衡數(shù)據(jù)的文本分類系統(tǒng)研究與實(shí)現(xiàn).pdf
- 面向在線不均衡數(shù)據(jù)分類的極限學(xué)習(xí)機(jī)算法研究.pdf
- 面向概率數(shù)據(jù)流的聚類技術(shù)研究
- 基于密度的數(shù)據(jù)流聚類方法研究.pdf
- 基于控制流與數(shù)據(jù)流的面向方面測試方法研究.pdf
- 面向數(shù)據(jù)流模糊聚類算法的應(yīng)用研究.pdf
評論
0/150
提交評論