【摘要】：數(shù)據(jù)流在生活中無處不在,每時(shí)每刻都在快速產(chǎn)生數(shù)據(jù)流數(shù)據(jù),如ATM交易、傳感器網(wǎng)絡(luò)和股票交易等眾多應(yīng)用領(lǐng)域都會(huì)產(chǎn)生數(shù)據(jù)流。數(shù)據(jù)流可視為隨時(shí)間變化的連續(xù)到達(dá)的數(shù)據(jù)序列,是一種海量的動(dòng)態(tài)數(shù)據(jù)。不同于普通的數(shù)據(jù)挖掘技術(shù),數(shù)據(jù)流挖掘要求一次掃描、快速處理,并且模型要具有動(dòng)態(tài)更新的能力,因此采用一種高效的自適應(yīng)學(xué)習(xí)策略是數(shù)據(jù)流挖掘的重點(diǎn)研究問題。目前的數(shù)據(jù)流挖掘算法主要面臨兩大問題:概念漂移與特征漂移。數(shù)據(jù)流中的目標(biāo)概念會(huì)隨著時(shí)間的推移而發(fā)生變化,這種變化被稱為概念漂移。同時(shí)數(shù)據(jù)流中的特征相關(guān)性也會(huì)隨時(shí)間發(fā)生變化,這使得特征子集與目標(biāo)概念不再相關(guān),從而產(chǎn)生一種特殊類型的漂移——特征漂移。概念漂移與特征漂移的發(fā)生會(huì)嚴(yán)重影響分類器的分類精度,目前已有的處理概念漂移算法的處理效率和效果仍然不夠理想,并且大多數(shù)數(shù)據(jù)流算法并沒有充分考慮特征漂移的情況。為此本文對(duì)數(shù)據(jù)流中的概念漂移與特征漂移問題展開了研究,對(duì)實(shí)例以及特征使用動(dòng)態(tài)加權(quán)策略以適應(yīng)概念漂移與特征漂移,也就是使分類器具有自適應(yīng)學(xué)習(xí)的能力,主要工作包括:(1)提出了實(shí)例動(dòng)態(tài)加權(quán)貝葉斯分類算法,用于解決概念漂移問題。越新的實(shí)例對(duì)構(gòu)建分類器的影響就越大,因此本文提出了一個(gè)時(shí)間衰減函數(shù),使用遺忘機(jī)制對(duì)數(shù)據(jù)塊內(nèi)的實(shí)例進(jìn)行權(quán)重的衰減,并設(shè)置了一個(gè)權(quán)重閾值,隨著每次迭代,較舊實(shí)例的權(quán)重會(huì)降低,直到它們低于這個(gè)閾值而被丟棄。然后將實(shí)例加權(quán)模塊應(yīng)用到貝葉斯分類器中對(duì)原始貝葉斯分類器進(jìn)行改進(jìn)以適應(yīng)概念漂移。實(shí)驗(yàn)表明,該方法能有效處理數(shù)據(jù)流挖掘中的概念漂移問題。(2)提出了特征動(dòng)態(tài)加權(quán)貝葉斯分類算法,用于解決特征漂移問題。對(duì)于數(shù)據(jù)流動(dòng)態(tài)特征空間,采用了基于相關(guān)性的特征權(quán)重計(jì)算方法,使用滑動(dòng)窗口技術(shù)跟蹤特征與目標(biāo)概念以及其他特征之間的相關(guān)性變化趨勢(shì),并計(jì)算特征權(quán)重。同時(shí)為貝葉斯建立特征動(dòng)態(tài)加權(quán)模型,減少特征漂移帶來的影響,學(xué)習(xí)到的特征權(quán)重可整體改善貝葉斯模型在特征漂移數(shù)據(jù)流中的分類性能。實(shí)驗(yàn)表明,該算法的分類性能相較于其他算法得到了一定的提升。
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP311.13;TP181
【圖文】：

數(shù)據(jù)流挖掘Pigl叮e2-1DataStre翻.Mi幻ing

圖２－２集成分類模型逡逑Ｆｉｇｕｒｅ邋２－２邋Ｔｈｅ邋ｅｎｓｅｍｂｌｅ邋ｃｌａｓｓｉｆｉｃａｔｉｏｎ逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 廖國(guó)瓊;吳凌琴;萬常選;;基于概率衰減窗口模型的不確定數(shù)據(jù)流頻繁模式挖掘[J];計(jì)算機(jī)研究與發(fā)展;2012年05期

本文編號(hào)：2730679