| 基于加权机制概念漂移的数据流GNB分类检测 |
| |
| 引用本文： | 刘红庆,舒底清,刘燕,黄雁. 基于加权机制概念漂移的数据流GNB分类检测[J]. 控制工程, 2019, 26(3): 589-595 |
| |
| 作者姓名： | 刘红庆 舒底清 刘燕 黄雁 |
| |
| 作者单位： | 湖南现代物流职业技术学院 物流信息学院,长沙,410131;湖南教育科学研究院 职业教育研究所,长沙,410005;湖南机电职业技术学院 经贸管理学院,长沙,410151 |
| |
| 基金项目： | 湖南省职业院校教育教学改革研究项目 |
| |
| 摘 要： | 为提高数据流分类检测精度和检测效率,提出一种基于加权机制概念漂移策略的数据流高斯朴素贝叶斯分类检测算法。首先,对所提算法框架进行设计,利用输入数据流直接建立信息表,并构建基于信息表的高斯朴素贝叶斯分类器;其次,利用"Kappa统计"方法建立基于加权机制的概念漂移检测方法,根据输入数据波动性,分别采取线性函数和贝叶斯(非线性)函数进行检测,并利用专家点删除和信息表来处理经常性的概念漂移,实现漂移检测精度和效率的提升;最后,通过仿真实验,显示所提算法在SEA测试集、Hyperplane数据集和SQD测试集上的分类精度分别比选取的对比算法提高分类精度10.3%、16.8%和20.5%以上,验证了所用分类检测算法的有效性。
|
| 关 键 词： | 加权机制 概念漂移 数据流 高斯 朴素贝叶斯 |
GNB Classification and Detection of Data Streams Based on Weighted Mechanism Concept Drift |
| |
| LIU Hong-qing,SHU Di-qing,LIU Yan,HUANG Yan. GNB Classification and Detection of Data Streams Based on Weighted Mechanism Concept Drift[J]. Control Engineering of China, 2019, 26(3): 589-595 |
| |
| Authors: | LIU Hong-qing SHU Di-qing LIU Yan HUANG Yan |
| |
| Affiliation: | (College of Logistics Information,Hunan Vocational College of Modem Logistics,Changsha 410131,China;Institute of Vocational Education,Hunan Provincial Research Institute of Education,Changsha 410005,China;College of Economics and Trade Management,Hunan Mechanical & Electrical Polytechnic,Changsha 410151,China) |
| |
| Abstract: | LIU Hong-qing;SHU Di-qing;LIU Yan;HUANG Yan(College of Logistics Information,Hunan Vocational College of Modem Logistics,Changsha 410131,China;Institute of Vocational Education,Hunan Provincial Research Institute of Education,Changsha 410005,China;College of Economics and Trade Management,Hunan Mechanical & Electrical Polytechnic,Changsha 410151,China) |
| |
| Keywords: | Weighted mechanism concept drift data flow Gauss naive Bayes |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
