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)絡通信、計算機科學與信息技術的發(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)絡監(jiān)控、電信數(shù)據(jù)處理與傳感器網(wǎng)絡等領域有著廣泛的應用。相對于靜態(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，而且隨著時間的推移其中蘊含的概念會發(fā)生變化，即概念漂移，這給傳統(tǒng)算法和應用系統(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，并詳細描述了噪音數(shù)據(jù)流上的概念漂移問題與研究進展。
　　 (2)針對已有方法在處理數(shù)據(jù)流概念漂移時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。該算法采用假設檢驗中的μ檢驗方法檢測概念漂移，基于Na?ve Bayes分類器過濾噪音，在檢測到概念漂移時及時更新模型以適應變化。實驗表明，與weighted-ba