| 数据流分类变化的分析和检测 |
| |
| 引用本文： | 黄树成,朱霞. 数据流分类变化的分析和检测[J]. 计算机工程, 2011, 37(4): 78-80. DOI: 10.3969/j.issn.1000-3428.2011.04.028 |
| |
| 作者姓名： | 黄树成 朱霞 |
| |
| 作者单位： | 江苏科技大学计算机科学与工程学院,江苏,镇江,212003 |
| |
| 基金项目： | 国家自然科学基金资助项目，江苏省高校自然科学研究计划基金资助项目 |
| |
| 摘 要： | 针对主动挖掘和被动挖掘2种典型分类方法的特点，分析实际问题中数据流的基本变化类型及衍生的各种变化情况，证明主动挖掘方法在许多情况下无法有效工作，给出一个有效检测数据流变化的思路。采用主动学习方法，利用有限的资源可以组织高质量的类标数据，降低训练数据的需求量。
|
| 关 键 词： | 数据流 概念漂移 分布变化 主动挖掘 被动挖掘 |
Analysis and Detection of Changes in Data Stream Classification |
| |
| HUANG Shu-cheng,ZHU Xia. Analysis and Detection of Changes in Data Stream Classification[J]. Computer Engineering, 2011, 37(4): 78-80. DOI: 10.3969/j.issn.1000-3428.2011.04.028 |
| |
| Authors: | HUANG Shu-cheng ZHU Xia |
| |
| Affiliation: | (School of Computer Science & Engineering,Jiangsu University of Science & Technology,Zhenjiang 212003,China) |
| |
| Abstract: | Aiming at the characteristics of active mining and passive mining, this paper analyzes two basic types of change and possible combination ones in a real-world data stream, demonstrates that the active mining method does not work in most situations. It offers an effective framework for detecting the changes in data streams. By using active learning method, it employs limited resources to organize high-quality data, and reduces the training data. |
| |
| Keywords: | data stream concept-drift distribution change active mining passive mining |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载免费的PDF全文 |
