2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩47頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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、隨著數(shù)據(jù)時(shí)代的到來,帶有概念漂移的數(shù)據(jù)流聚類問題已經(jīng)逐漸成為了數(shù)據(jù)挖掘領(lǐng)域的一個(gè)研究熱點(diǎn)。實(shí)際應(yīng)用領(lǐng)域如智能電網(wǎng)配電研究,信用卡欺詐分析、網(wǎng)絡(luò)病毒入侵檢測、消費(fèi)者購物傾向分析等都涉及到概念漂移檢測的問題。數(shù)據(jù)流挖掘模型要求算法快速、及時(shí)對數(shù)據(jù)進(jìn)行處理分析,同時(shí)適應(yīng)、處理數(shù)據(jù)流中出現(xiàn)新的概念。本文針對發(fā)生概念漂移的數(shù)據(jù)流的特點(diǎn),提出一種基于概念漂移檢測與系統(tǒng)更新的數(shù)據(jù)流聚類模型,對數(shù)據(jù)流聚類模型處理概念漂移和模型更新的問題進(jìn)行研究分析。在

2、研究分析中主要進(jìn)行以下工作:
  (1)基于模糊C均值聚類算法與熵理論的概念漂移檢測算法。該算法以模糊C均值聚類為基礎(chǔ),對數(shù)據(jù)流進(jìn)行模糊聚類處理,利用模糊理論中隸屬度的概念,得到數(shù)據(jù)流的信息熵,使用信息熵檢測數(shù)據(jù)流是否發(fā)生概念漂移。
  (2)基于相關(guān)系數(shù)與信息熵的累積式的數(shù)據(jù)流系統(tǒng)更新機(jī)制算法。數(shù)據(jù)流發(fā)生概念漂移,原模型系統(tǒng)的正確率會降低,需要及時(shí)對模型進(jìn)行更新處理,但是,過度頻繁的更新同樣會造成系統(tǒng)性能下降甚至癱瘓。針對

3、這一問題,本文提出了累積式的模型更新機(jī)制。對于微小的概念漂移進(jìn)行積累,累積數(shù)據(jù)塊的相關(guān)系數(shù)方差大于閾值時(shí)再進(jìn)行更新。
  (3)基于分類器池的概念漂移檢測機(jī)制。對已出現(xiàn)過的概念模式,使用分類器池機(jī)制對其進(jìn)行存儲,進(jìn)一步完善了聚類模型的概念漂移檢測功能,并增強(qiáng)了系統(tǒng)抗概念漂移的能力。實(shí)驗(yàn)選取了數(shù)據(jù)的分布輪廓與中心點(diǎn)兩個(gè)屬性構(gòu)成分類器池中的類別模式,并驗(yàn)證了聚類模型的有效性。
  本文針對數(shù)據(jù)流的動(dòng)態(tài)變化性,提出了基于模糊理論與

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(shí)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。

評論

0/150

提交評論