基于混合集成分类器的数据流概念漂移挖掘方法研究

摘要

随着网络通信、计算机科学与信息技术的发展，数据流作为一种新的数据形式在金融数据分析、网络监控、电信数据处理与传感器网络等领域有着广泛的应用。它们数量庞大并蕴含着丰富的信息亟待挖掘。相对于静态数据，数据流具有连续性、快速性、无限性和变化性的特点，这给传统算法和应用系统都带来了巨大的挑战。尤其是数据流中隐含的概念漂移现象大大增加了数据流上研究工作的难度。本文主要针对数据流上的概念漂移问题做了以下工作：
　　(1)介绍了数据流的定义、特点及数据流挖掘模型的特点，概述了处理概念漂移数据流的技术与方法。
　　(2)针对数据流中的概念漂移检测问题，提出了一种基于混合集成方法的数据流概念漂移检测方法WE-DTB。该模型以C4.5为基分类器建立集成模型，利用朴素贝叶斯分类器降低噪音影响，利用典型的Hoeffding Bounds和μ检验来进行数据流环境下的概念漂移检测。实验结果表明，与其它集成模型相比，WE-DTB能够有效检测概念漂移且具有较好的分类精度以及时空性能。
　　(3)实现了AP，AE与WE-DTB三大数据流分类算法，并成功的将这三大算法配合Hoeffding Bounds，μ检验和DDM三个典型的概念漂移检测机制集成到了数据流分类原型系统PSDSC中。利用该系统，可以在相同的平台下比较不同数据流分类算法间的性能差异。

目录

文摘

英文文摘

致谢

图表目录

第一章 绪 论

1.1 研究背景

1.1.1 可控畸变鱼眼镜头简介

1.1.2 课题研究的背景

1.1.3 课题研究的意义

1.2 国内外研究现状

1.2.1 鱼眼镜头的发展现状

1.2.2 鱼眼相机建模研究现状

1.2.3 鱼眼相机标定研究现状

1.2.4 图像畸变校正研究现状

1.3 论文组织结构

第二章 椭圆全景镜头相机标定

2.1 鱼眼镜头成像畸变理论

2.2 椭圆全景镜头成像畸变模式分析

2.3 椭圆全景镜头相机模型的建立

2.3.1 基于全方向上视觉相机几何模型的建立

2.3.2 基于B样条曲线畸变函数模型的设计

2.4 椭圆全景镜头的相机标定

2.4.1 方向畸变量可控畸变模式的标定

2.4.2 相机模型其它参数的标定

2.5 本章小结

第三章 可控畸变鱼眼镜头相机标定

3.1 可控畸变鱼眼镜头成像畸变模式分析

3.2 基于B样条曲面混合畸变函数的设计

3.3 可控畸变鱼眼相机的标定

3.3.1 可控畸变鱼眼相机标定方法的设计

3.3.2 可控畸变鱼眼相机模型参数的求解

3.4 本章小结

第四章 可控畸变鱼眼图像校正和并行化加速

4.1 可控畸变鱼眼图像的畸变校正

4.1.1 鱼眼图像的多视点漫游校正

4.1.2 椭圆全景图像畸变校正算法的设计

4.2 图像畸变校正效果展示与评价

4.2.1 椭圆全景图像畸变校正效果展示

4.2.2 椭圆全景图像畸变校正效果评价

4.3 图像校正的可并行性分析

4.3.1 视频监控中图像帧校正加速的必要性分析

4.3.2 视频监控中图像校正并行加速的可行性分析

4.4 图像校正算法的并行化加速

4.4.1 CPU多核并行化加速设计

4.4.2 图形渲染加速设计

4.5 本章小结

第五章 软件系统的设计与实现

5.1 系统的设计

5.1.1 需求设计

5.1.2 系统设计

5.2 软件系统的实现

5.2.1 软件系统的开发环境

5.2.2 视频监控软件的实现效果

5.2.3 室外视频监控软件的实现效果

5.3 本章小结

第六章 总结与展望

6.1 论文总结

6.2 论文展望

参考文献

攻读硕士学位期间发表的论文

在研期间参加的科研工作和获得的成果