面向非平衡与概念漂移的数据流分类的研究
陈荣
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

陈荣,. 面向非平衡与概念漂移的数据流分类的研究[J]. 计算机研究与应用,2020.12. DOI:.
摘要:
在数据流分类大环境中,数据量级不断增大,数据样本对应的概念也在不断发生变化,这不但产生"概念漂移",数据类别分布不平衡的现象也出现愈发频繁。面对这些问题,为了快速察觉到数据分布的变化,及时调整分类模型以适应新的数据分布,针对在类别不平衡环境中的不同类型的概念漂移,设计利用部分标记数据给出不同判定方式以及分类模型再构建。实验结果显示新模型有较好的性能。
关键词: 数据流分类概念漂移类别不平衡部分标记
DOI:
基金资助:

》在线投稿系统

*文章题目:
*作者姓名:
*电子邮箱:
*通讯地址:
*联系方式:

  备      注:

*上传稿件:

支持上传.doc,.docx,.pdf,.txt,.wps文件

投稿须知:

1、审稿结果将于1~7个工作日以邮件告知,请注意查收(包含录用通知书、审稿意见、知网CNKI查重报告)。

2、提交投稿后,若7个工作日之内未接到录用通知,则说明该文章未被录用,请另投他刊。

3、凡投寄本刊稿件,如在内容上有侵权行为或不妥之处,均应文责自负。本刊有权对来稿进行文字编辑、加工和修改,如不同意,请附说明,以便妥善处理。

4、多作者文稿署名时须征得其他作者同意,排好先后次序,通知用稿后不再改动。

5、凡投往本刊稿件一经录用发表,其版权归本刊所有。

6、本刊已全文录入中国知网、万方、维普等数据库,如作者不同意被收录,请提前申明,未申明者,本刊一律视为同意被收录。

7、请勿一稿多投。