面向含噪數(shù)據(jù)流的概念漂移集成分類研究.pdf

1、隨著網(wǎng)絡(luò)通信、計(jì)算機(jī)科學(xué)與信息技術(shù)的發(fā)展，數(shù)據(jù)流作為一種新的數(shù)據(jù)形式在金融數(shù)據(jù)分析、網(wǎng)絡(luò)監(jiān)控、電信數(shù)據(jù)處理與傳感器網(wǎng)絡(luò)等領(lǐng)域有著廣泛的應(yīng)用。相對(duì)于靜態(tài)數(shù)據(jù)，數(shù)據(jù)流不僅具有連續(xù)性、快速性和無限性的特點(diǎn)，而且隨著時(shí)間的推移其中蘊(yùn)含的概念會(huì)發(fā)生變化，即概念漂移，這給傳統(tǒng)算法和應(yīng)用系統(tǒng)都帶來了巨大的挑戰(zhàn)。雖然目前數(shù)據(jù)流上的研究已取得一定的成果，但是在概念漂移的處理和噪音數(shù)據(jù)問題上仍存在著明顯的不足。本文主要針對(duì)數(shù)據(jù)流上的分類問題做了以下工作：<

2、br>　　 (1)概述了數(shù)據(jù)流的基本概念及研究背景，分析了數(shù)據(jù)流處理的常用方法和模型特點(diǎn)，并詳細(xì)描述了噪音數(shù)據(jù)流上的概念漂移問題與研究進(jìn)展。
　　 (2)針對(duì)已有方法在處理數(shù)據(jù)流概念漂移時(shí)受噪音干擾正確率較低的問題，提出了基于混合集成框架的數(shù)據(jù)流分類算法CDSMM。該算法采用假設(shè)檢驗(yàn)中的μ檢驗(yàn)方法檢測(cè)概念漂移，基于Na?ve Bayes分類器過濾噪音，在檢測(cè)到概念漂移時(shí)及時(shí)更新模型以適應(yīng)變化。實(shí)驗(yàn)表明，與weighted-ba