首页> 中文期刊> 《模式识别与人工智能》 >结合无监督学习的数据流分类算法

结合无监督学习的数据流分类算法

AI论文写作 >>

开具论文收录证明 >>

页面导航

摘要
著录项
引文网络
相似文献
相关主题

摘要

为了能有效应对数据流中的概念漂移现象,提出结合无监督学习的数据流分类算法.该算法以集成式分类技术为基础,在分类过程中引入属性约简,利用聚类算法对数据进行聚类,通过对比分类和聚类结果的准确率,判断是否发生概念漂移.实验表明,文中算法在综合时间花销和准确率上取得较好效果.

著录项

来源
《模式识别与人工智能》 |2016年第7期|665-672|共8页
作者
徐树良; 王俊红;
展开▼
作者单位

山西大学计算机与信息技术学院太原 030006;

山西大学计算机与信息技术学院太原 030006;

山西大学计算智能与中文信息处理教育部重点实验室太原 030006;

展开▼
原文格式 PDF
正文语种 chi
中图分类自动推理、机器学习;
关键词
数据流; 概念漂移; 集成式分类; 属性约简; 无监督学习;

相似文献

中文文献
外文文献
专利

1. 结合自助抽样的动态数据流贝叶斯分类算法 [J] . 琚春华 ,殷贤君 ,许翀寰 . 计算机工程与应用 . 2011,第008期
2. 基于深度无监督学习的图像分类算法 [J] . 古险峰 ,冯学晓 . 平顶山学院学报 . 2018,第002期
3. 面向动态数据块的非平衡数据流分类算法 [J] . 王俊红 ,郭亚慧 . 计算机工程与应用 . 2021,第013期
4. 基于McDiarmid界的概念漂移数据流分类算法 [J] . 梁斌 ,李光辉 . 计算机科学与探索 . 2021,第010期
5. 基于集成SVM数据流分类算法的公司微博金融事件检测方法 [J] . 夏千姿 ,倪丽萍 ,倪志伟 . 计算机应用与软件 . 2021,第008期
6. 基于朴素贝叶斯和无监督学习的数据流分类算法 [C] . Han Jie ,韩杰 ,Ni Zhi-Wei . 第十二届（2017）中国管理学年会 . 2017
7. 数据流概念漂移检测和不平衡数据流分类算法研究 [A] . 白洋 . 2017

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号