本文關(guān)鍵詞： 數(shù)據(jù)流分類 子分類器序列 支持向量機(jī) 柔性漂移　出處：《計(jì)算機(jī)工程與應(yīng)用》2017年23期 　論文類型：期刊論文

【摘要】：針對(duì)數(shù)據(jù)流分類,時(shí)間自適應(yīng)支持向量機(jī)(Time Adaptive Support Vector Machine,TA-SVM)及其改進(jìn)方法通過在核空間上協(xié)同求解多個(gè)子分類器而取得了較好的性能,其原理是在局部?jī)?yōu)化的同時(shí)兼顧全局優(yōu)化,強(qiáng)制子分類器序列穩(wěn)定地變化。然而在很多應(yīng)用場(chǎng)景中,由于數(shù)據(jù)具有一定的隨機(jī)性,難以確保概念模型以不變的節(jié)奏漂移,因而TA-SVM分類模型中應(yīng)充分考慮子分類器序列的不穩(wěn)定性。為了放松TA-SVM方法對(duì)子分類器序列的約束,使子分類器法向量、偏置量的變化具有更大的靈活性,提出了柔性漂移支持向量機(jī)(Flexible Drift Support Vector Machines,FD-SVM),在繼承TA-SVM方法協(xié)同求解思想的基礎(chǔ)上,靈活對(duì)待子分類器變化。實(shí)驗(yàn)結(jié)果表明,FD-SVM方法能有效提升對(duì)非靜態(tài)數(shù)據(jù)的分類性能。
[Abstract]:For data flow classification , time adaptive support vector machine ( TA - SVM ) and its improved method have achieved good performance by co - solving multiple sub - classifiers in kernel space .

【作者單位】： 江南大學(xué)數(shù)字媒體學(xué)院;無錫職業(yè)技術(shù)學(xué)院物聯(lián)網(wǎng)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(No.61572236,No.61300151) 江蘇省產(chǎn)學(xué)研合作項(xiàng)目(No.BY2016023-01)
【分類號(hào)】：TP18
【正文快照】： 1引言(Sliding Windows,SW)[4-8]方法,即依次選取一定時(shí)間現(xiàn)實(shí)世界中的部分應(yīng)用,如實(shí)時(shí)監(jiān)控、入侵檢測(cè)和區(qū)間內(nèi)的數(shù)據(jù)先分別求出各子分類器,再進(jìn)行某種組股票分析、超市零售、科研機(jī)構(gòu)、交通流量、網(wǎng)絡(luò)監(jiān)控、電合。各種SW方法及其變體的主要區(qū)別在于:滑動(dòng)窗長(zhǎng)信服務(wù)、電子商務(wù)

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄒斌,李落清;支持向量機(jī)回歸與v-支持向量機(jī)分類解的關(guān)系[J];湖北大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年01期

2 吳娟;范玉妹;王麗;;關(guān)于改進(jìn)的支持向量機(jī)的研究[J];攀枝花學(xué)院學(xué)報(bào);2006年05期

3 劉碩明;劉佳;楊海濱;;一種新的多類支持向量機(jī)算法[J];計(jì)算機(jī)應(yīng)用;2008年S2期

4 尹傳環(huán);牟少敏;田盛豐;黃厚寬;;單類支持向量機(jī)的研究進(jìn)展[J];計(jì)算機(jī)工程與應(yīng)用;2012年12期

5 王云英;閻滿富;;C-支持向量機(jī)及其改進(jìn)[J];唐山師范學(xué)院學(xué)報(bào);2012年05期

6 李逢煥;;試述不確定支持向量機(jī)應(yīng)用分析及改進(jìn)思路[J];中國(guó)證券期貨;2012年12期

7 邵惠鶴;支持向量機(jī)理論及其應(yīng)用[J];自動(dòng)化博覽;2003年S1期

8 曾嶸,蔣新華,劉建成;基于支持向量機(jī)的異常值檢測(cè)的兩種方法[J];信息技術(shù);2004年05期

9 魏玲,張文修;基于支持向量機(jī)集成的分類[J];計(jì)算機(jī)工程;2004年13期

10 沈翠華,鄧乃揚(yáng),肖瑞彥;基于支持向量機(jī)的個(gè)人信用評(píng)估[J];計(jì)算機(jī)工程與應(yīng)用;2004年23期

相關(guān)會(huì)議論文 前10條

1 余樂安;姚瀟;;基于中心化支持向量機(jī)的信用風(fēng)險(xiǎn)評(píng)估模型[A];第六屆（2011）中國(guó)管理學(xué)年會(huì)——商務(wù)智能分會(huì)場(chǎng)論文集[C];2011年

2 史曉濤;劉建麗;駱玉榮;;一種抗噪音的支持向量機(jī)學(xué)習(xí)方法[A];全國(guó)第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2008年

3 何琴淑;劉信恩;肖世富;;基于支持向量機(jī)的系統(tǒng)辨識(shí)方法研究及應(yīng)用[A];中國(guó)力學(xué)大會(huì)——2013論文摘要集[C];2013年

4 劉駿;;基于支持向量機(jī)方法的衢州降雪模型[A];第五屆長(zhǎng)三角氣象科技論壇論文集[C];2008年

5 趙晶;高雋;張旭東;謝昭;;支持向量機(jī)綜述[A];全國(guó)第十五屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2003年

6 周星宇;王思元;;智能數(shù)學(xué)與支持向量機(jī)[A];2005年中國(guó)智能自動(dòng)化會(huì)議論文集[C];2005年

7 顏根廷;馬廣富;朱良寬;宋斌;;一種魯棒支持向量機(jī)算法[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

8 張曉濱;尹英順;趙培坤;馬秀蘭;;基于漸進(jìn)直推支持向量機(jī)的半對(duì)半多類文本分類[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

9 徐會(huì)敏;王玉蘭;;線性規(guī)劃支持向量機(jī)模型的研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

10 郭一楠;程健;肖大偉;楊梅;;分布式多分類支持向量機(jī)[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 張曉雷;支持向量機(jī)若干問題的研究[D];清華大學(xué);2012年

2 郭虎升;支持向量機(jī)的優(yōu)化建模方法研究[D];山西大學(xué);2014年

3 姚毓凱;支持向量機(jī)關(guān)鍵技術(shù)及其在人體活動(dòng)識(shí)別中的應(yīng)用研究[D];蘭州大學(xué);2015年

4 張華美;穿墻雷達(dá)基于支持向量機(jī)的成像算法研究[D];南京郵電大學(xué);2015年

5 王喜賓;基于優(yōu)化支持向量機(jī)的個(gè)性化推薦研究[D];重慶大學(xué);2015年

6 夏書銀;基于分類噪聲檢測(cè)的支持向量機(jī)算法研究[D];重慶大學(xué);2015年

7 閆辛;半監(jiān)督支持向量機(jī)模型與算法研究[D];上海大學(xué);2016年

8 陳素根;非平行平面支持向量機(jī)及特征提取中若干問題研究[D];江南大學(xué);2016年

9 劉大蓮;大規(guī)模稀疏支持向量機(jī)算法研究[D];北京交通大學(xué);2017年

10 鞠哲;基于支持向量機(jī)的賴氨酸翻譯后修飾位點(diǎn)預(yù)測(cè)方法研究[D];大連理工大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 佟樂;添加Universum數(shù)據(jù)雙支持向量機(jī)[D];河北大學(xué);2015年

2 胡金扣;魯棒支持向量機(jī)研究[D];河北大學(xué);2015年

3 邱志勇;一類支持張量機(jī)及其算法研究[D];華南理工大學(xué);2015年

4 李萌;基于支持向量機(jī)的高分遙感影像分類技術(shù)研究與應(yīng)用[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

5 李勝剛;基于支持向量機(jī)的短期風(fēng)電功率預(yù)測(cè)[D];湖南工業(yè)大學(xué);2015年

6 孫亭亭;基于支持向量機(jī)的燃煤機(jī)組燃燒優(yōu)化算法的研究[D];山東大學(xué);2015年

7 王芳;基于支持向量機(jī)的滬深300指數(shù)回歸預(yù)測(cè)[D];山東大學(xué);2015年

8 武放;基于支持向量機(jī)的復(fù)雜工業(yè)系統(tǒng)典型非正常工況分類問題研究[D];哈爾濱工業(yè)大學(xué);2015年

9 王恩;監(jiān)督和半監(jiān)督支持向量機(jī)研究[D];西安郵電大學(xué);2015年

10 吳福林;孿生支持向量機(jī)模型選擇問題研究[D];中國(guó)礦業(yè)大學(xué);2015年

，

本文編號(hào)：1478744