首页> 中文会议>2016年全国高性能计算学术年会 >基于水库抽样的高速数据流集成分类器算法研究

基于水库抽样的高速数据流集成分类器算法研究

摘要

数据流挖掘要求算法在占用少量内存空间的前提下快速地处理数据并且自适应概念漂移,但如果需要处理的数据流的流速超过了集成分类器的处理能力,集成分类器无法训练全部最近到达的数据.据此,本文提出了一种改进的水库抽样算法,将该算法与决策树C4.5分类算法进行耦合,设计了基于改进的水库抽样的高速数据流集成分类器算法,该算法为本文的目标算法,是一种亚线性空间算法,可以在有效缩短集成分类器的训练更新时间的同时,使分类器依然保持较高的分类性能.此外,运用随机抽样加权算法与决策树C4.5分类算法进行耦合,设计了对照算法,在hyper-plane人工数据集上与目标算法进行对比,验证了目标算法的优越性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
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