交通流数据的概念漂移探析  

A Brief Discussion on Conceptual Drift of Traffic Flow Data

作　　者：李玲玲[1] 辛浩[1] LI Lingling;XIN Hao

机构地区：[1]淮北职业技术学院计算机科学技术系,安徽淮北235000

出　　处：《淮北职业技术学院学报》2024年第2期113-116,共4页Journal of Huaibei Vocational and Technical College

基　　金：安徽省自然科学研究重点项目“基于机器学习的终端入侵检测系统(IDS)”(2023AH052869);淮北职业技术学院自然科学研究重点项目“基于交通流数据驱动的概念漂移发现及检测模型”(2020-A-6);淮北职业技术学院自然科学研究项目“基于大数据技术的教学质量评价系统研究与设计”(2021-A-2)

摘　　要：概念漂移在很大程度上影响着交通流预测的结果,当数据分布或属性发生了变化,而模型的参数和结构没有及时调整时,模型预测结果的准确性就会大幅度下降,甚至完全失效。研究交通流数据及特点,概念漂移及检测步骤、检测方法,对交通流数据概念漂移发现和检测模型的建立、后期调整和优化交通流预测模型具有重要意义。Conceptual drift greatly affects the results of traffic flow prediction.When the data distribution or attributes change,and the parameters and structure of the model are not adjusted in a timely manner,the accuracy of the model's prediction results will significantly decrease,and even become completely ineffective.Studying traffic flow data and its characteristics,conceptual drift and its detection steps and methods is of great significance for the establishment of traffic flow data conceptual drift detection and detection models,as well as timely adjustment and optimization of traffic flow prediction models in the later stage.

关 键 词：交通流数据 概念漂移 检测 

分 类 号：TP399[自动化与计算机技术—计算机应用技术]