基于CAPE的數(shù)據(jù)流分類算法研究.pdf

1、隨著信息技術(shù)、數(shù)據(jù)庫技術(shù)、計算機網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，一種區(qū)別于傳統(tǒng)數(shù)據(jù)庫存儲的數(shù)據(jù)形式出現(xiàn)，稱之為數(shù)據(jù)流。針對數(shù)據(jù)流的挖掘方法成為了近年來的研究熱點。分類作為數(shù)據(jù)挖掘中重要的一個分支，在數(shù)據(jù)流挖掘中也扮演著重要的角色。 由于數(shù)據(jù)流具有數(shù)據(jù)持續(xù)到達，到達速度快，數(shù)據(jù)規(guī)模大等新的特點，傳統(tǒng)的基于靜態(tài)數(shù)據(jù)的數(shù)據(jù)挖掘分類方法，比如貝葉斯、決策樹，神經(jīng)網(wǎng)絡(luò)等等，已經(jīng)無法滿足數(shù)據(jù)流挖掘的需求，為了適應(yīng)數(shù)據(jù)流的新特點，本文采用了基于頻繁模式的

2、分類方法，即先挖掘出初始窗口中的頻繁模式，并以此作為分類器，然后隨著數(shù)據(jù)的不斷到達對分類器進行動態(tài)的更新并通過此分類器對到達的數(shù)據(jù)進行分類。通過對已有頻繁模式挖掘算法和分類算法的學習和歸納，認真的分析了算法CAPE在分類過程中的缺點和不足，對算法在分類器建立過程、分類器存儲結(jié)構(gòu)和分類器更新過程上進行改進，得到新的基于頻繁模式的數(shù)據(jù)流分類算法FPBC。 新算法采用了頻繁模式樹作為數(shù)據(jù)流分類器，利用模式緩存表來解決概念漂移的問題，通