| 基于共享矢量链的多任务概念漂移分类方法 |
| |
| 作者姓名： | 史荧中 邓赵红 钱鹏江 王士同 |
| |
| 作者单位： | 江南大学数字媒体学院,江苏无锡214122;无锡职业技术学院物联网学院,江苏无锡214121,江南大学数字媒体学院,江苏无锡214122;江南大学江苏省媒体设计与软件技术重点实验室,江苏无锡214122,江南大学数字媒体学院,江苏无锡214122,江南大学数字媒体学院,江苏无锡214122 |
| |
| 基金项目： | 国家自然科学基金项目(61572236,61300151);江苏省产学研前瞻性研究项目(BY2016023-01). |
| |
| 摘 要： | 增强型时间自适应支持向量机在针对单一概念漂移问题时展现出了良好效果,但是无法协同求解多个概念漂移问题.然而,在很多应用场景中,有时会包含数个具有内在相关性的非静态数据集,它们各自的分类模型应充分考虑这种关联.为了反映出各概念漂移分类模型之间的相关部分,提出共享矢量链的概念,并开发面向多任务概念漂移问题的共享矢量链支持向量机(SVC-SVM).在模拟数据集及气体传感器阵列漂移数据集上的实验结果显示,协同求解多个具有相关性的概念漂移问题能够有效提升各自的泛化能力.
|
| 关 键 词： | 多任务 概念漂移 支持向量机 共享矢量链 |
|
| 点击此处可从《控制与决策》浏览原始摘要信息 |
|
点击此处可从《控制与决策》下载全文 |
|
