数据流分类

作品数：74被引量：196H指数：8
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：胡学钢李培培刘三民刘涛文益民更多>>
相关机构：合肥工业大学安徽工程大学华为技术有限公司桂林电子科技大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金安徽省自然科学基金教育部人文社会科学研究基金广西壮族自治区自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
有限标签下的非平衡数据流分类方法
《大数据》2025年第2期107-126,共20页李艳红 李志华 郑建兴 白鹤翔 郭鑫 
国家自然科学基金项目(No.62272286,No.41871286);山西省基础研究计划项目(No.202203021221001,No.202203021221021)。
数据流分类是数据流挖掘的重要研究内容,其核心任务是从实时到达的数据流中快速捕获概念漂移,并及时调整分类模型。极限学习机具有训练速度快和泛化性能好的优点,然而目前基于极限学习机的数据流分类方法很少可以同时处理数据流中常见...
关键词：数据流分类 多类非平衡 极限学习机 概念漂移 标签成本昂贵 
基于核极限学习机的多标签数据流半监督在线分类方法被引量：1
《模式识别与人工智能》2024年第8期741-754,共14页王雨晨 邱士远 李培培 胡学钢 
国家自然科学基金项目(No.62376085,62076085,62120106008);合肥综合性国家科学中心大健康研究院健康大数据与群体医学研究所专项资金项目(No.JKS20230030)资助。
实际应用中涌现的大量流数据具有高速到达、海量、动态变化等特点,同时,这些数据流常含有多个标签且只有少量数据被标记,从而带来多标签数据环境下的概念漂移与标签缺失问题.为此,文中提出基于核极限学习机的多标签数据流半监督在线分...
关键词：数据流分类 半监督分类 多标签分类 核极限学习机 概念漂移 
非平衡数据流在线主动学习方法被引量：1
《自动化学报》2024年第7期1389-1401,共13页李艳红 任霖 王素格 李德玉 
国家自然科学基金(62076158,62072294,41871286);山西省重点研发计划(201903D421041)资助。
数据流分类是数据流挖掘领域一项重要研究任务,目标是从不断变化的海量数据中捕获变化的类结构.目前,几乎没有框架可以同时处理数据流中常见的多类非平衡、概念漂移、异常点和标记样本成本高昂问题.基于此,提出一种非平衡数据流在线主...
关键词：主动学习 数据流分类 多类非平衡 概念漂移 
非平衡概念漂移数据流主动学习方法被引量：2
《自动化学报》2024年第3期589-606,共18页李艳红 王甜甜 王素格 李德玉 
国家重点研发项目(2022QY0300-01);国家自然科学基金(62076158);山西省基础研究计划项目(202203021221001)资助。
数据流分类研究在开放、动态环境中如何提供更可靠的数据驱动预测模型,关键在于从实时到达且不断变化的数据流中检测并适应概念漂移.目前,为检测概念漂移和更新分类模型,数据流分类方法通常假设所有样本的标签都是已知的,这一假设在真...
关键词：数据流分类 主动学习 概念漂移 多类不平衡 
利用集成OS-ELM的不平衡数据流分类与存储方法被引量：1
《软件导刊》2023年第12期71-77,共7页汤程皓 梅颖 卢诚波 
浙江省自然科学基金项目(LY18F030003)。
目前多数针对不平衡数据流的分类算法需要大量保存历史数据,并在训练过程中反复扫描以提升分类准确率,这与数据流的单通道特征不符,且数据流的无穷性需要消耗大量的内存空间。为此,提出一种基于集成欠采样与在线序列超限学习机(EU-OS-E...
关键词：不平衡数据流 在线序列超限学习机 分类 存储 集成 
结合微聚类和主动学习的流分类方法
《计算机工程与应用》2023年第20期254-265,共12页尹春勇 陈双双 
数据流分类是数据挖掘中重要的研究内容,但是数据流中的概念漂移和标记成本昂贵的问题给分类带来了巨大的挑战。现有的研究工作大多采用基于主动学习的在线分类技术,一定程度上缓解了概念漂移和有限标签的问题,但是这些方法的分类效率较...
关键词：主动学习 数据流分类 微聚类 概念漂移 
概念漂移复杂数据流分类方法综述被引量：2
《计算机应用》2023年第6期1664-1675,共12页穆栋梁 韩萌 李昂 刘淑娟 高智慧 
国家自然科学基金资助项目(62062004);宁夏自然科学基金资助项目(2020AAC03216)。
传统分类器难以应对含概念漂移的复杂类型数据流分类这一难题,且得到的分类效果往往不尽如人意。针对不同类型数据流中处理概念漂移的方法,从不平衡、概念演化、多标签和含噪声4个方面对概念漂移复杂数据流分类方法进行了综述。首先,对...
关键词：数据流分类 复杂数据流 概念漂移 不平衡数据流 概念演化 
基于McDiarmid边界的自适应加权概念漂移检测方法被引量：2
《华东理工大学学报（自然科学版）》2023年第3期419-428,共10页胡阳 孙自强 
针对概念漂移主动检测方法检测延迟高,易出现漏检、误报的问题,提出了一种基于McDiarmid边界的自适应加权概念漂移检测方法。引入衰减函数对分类结果加权,赋予旧数据更低权值,提升新数据的影响力。利用McDiarmid不等式得到加权分类正确...
关键词：概念漂移 主动检测方法 数据流分类 McDiarmid边界 衰减算法 
面向概念漂移和类不平衡数据流的在线分类算法被引量：13
《电子学报》2022年第3期585-597,共13页陆克中 陈超凡 蔡桓 吴定明 
国家自然科学基金项目(No.61502310);广东省自然科学基金(No.2019A1515011721,No.2019A1515011064);深圳市基础研究资助项目(No.20200806102941001)。
数据流是大数据的重要形式,数据流分类是数据挖掘的重要任务之一,该任务在现实生活中有着巨大的应用前景,因此得到了研究者们的广泛关注.概念漂移和类不平衡是影响数据流分类性能的两个核心问题,但目前大多数算法都只考虑处理两者之一,...
关键词：数据流分类 概念漂移 类不平衡 在线学习 极限学习机 
一种面向数据流贝叶斯分类的显露模式挖掘方法
《现代计算机》2021年第32期38-41,64,共5页李志杰 刘基旺 廖旭红 江华 
湖南省自然科学基金面上项目(2019JJ40111)。
显露模式考虑模式在目标类与对立类数据集合中的支持度,首先必须是频繁模式,IncMine是著名的数据流频繁闭合模式挖掘算法。然而,现有的频繁模式挖掘算法面向事务数据流,项集没有类标约束,不能进一步挖掘显露模式用作数据流分类。本文提...
关键词：数据流分类 贝叶斯 IncMine算法 频繁闭合模式 显露模式 
全选清除导出
共8页<12345678>
检索报告 对象比较 聚类工具 使用帮助 返回顶部